UNIVERSIDAD SALESIANA DE BOLIVIA CARRERA: INGENIERA DE SISTEMAS

PROYECTO DE GRADO DE LICENCIATURA

SISTEMA EXPERTO DE DIAGNSTICO, MONITOREO Y CONTROL PARA EL DESARROLLO INTEGRAL DE NIOS CON RETRASO MENTAL
POSTULANTE: DOCENTE TUTOR: DOCENTE REVISOR: Paul Steve Curcuy Iturri Lic. Jess Rocha Vera Lic. Adrian Quisbert Vilela

LA PAZ BOLIVIA 2005

Agradecer ante todo a Dios por darme a mis padres y a ellos por darme la vida. A mi esposa y a mi hija por darme la fuerza para seguir adelante. A mi hermano por estar siempre a mi lado y brindarme su ayuda incondicional a lo largo del desarrollo de este proyecto. A Jess Rocha, Tutor, Adrin Quisbert, Revisor, por sus consejos, orientacin y el apoyo que me brindaron para concluir mi proyecto. Tambin al director de la carrera Eduardo W. Fernndez S., a Katia Prez M., a Zara Yujra C. y a todos mis catedrticos por todas sus enseanzas. Finalmente a Jaime Edmundo Vega Rivero, Fabiola Altovez I., Rosaln Iturri S., Scarlett Camacho I. y Erica Viscarra P. por su apoyo y colaboracin. Gracias

Quiero dedicar el presente proyecto a mis padres, mi esposa, mi hija y hermano.

CONTENIDO
CAPTULO I GENERALIDADES 1.1. INTRODUCCIN. 1.2. ANTECEDENTES. 1.3. IDENTIFICACIN DEL PROBLEMA 1.4. PLANTEAMIENTO DEL PROBLEMA. 1.5. OBJETIVOS. 1.6. JUSTIFICACIONES. 1.7. ALCANCES Y APORTES. CAPTULO II MARCO TERICO 2.1. MARCO DE APLICACIN. 2.1.1. EL RETRASO MENTAL. 2.1.2. WISC R, ESCALA DE INTELIGENCIA REVISADA PARA EL NIVEL ESCOLAR. 2.2. MARCO CONCEPTUAL. 2.2.1. INTELIGENCIA ARTIFICIAL. 2.2.2. SISTEMAS BASADOS EN EL CONOCIMIENTO. 2.2.3. MODELO Y DISEO ORIENTADO A OBJETOS METODOLOGA OMT 2.2.4. MTODO DE BUCHANAN. 2.2.5. COCOMO II. CAPTULO III ANLISIS DE COSTO BENEFICIO. 3.1. BENEFICIOS. 3.2. ESTIMACIN DE COSTOS. 3.3. COSTOS DE ANLISIS Y DISEO DE SOFTWARE. 3.3.1. MODELO DE COSTE DE COMPOSICIN DE APLICACIONES 59 60 61 62 62 19 27 27 31 42 48 52 11 12 12 1 2 3 5 6 8 9 10

CAPTULO IV MODELO ORIENTADO A OBJETOS. 4.1. CONCEPTUALIZACIN 4.2. ANLISIS. 4.2.1. MODELO DE SISTEMA: MODELO DE OBJETOS. 4.2.2. MODELO DE SISTEMA: MODELO DINMICO. 4.2.3. MODELO DE SISTEMA: MODELO FUNCIONAL. 4.3. DISEO DEL SISTEMA. 4.4. DISEO DE OBJETOS. 4.5. IMPLEMENTACIN. 4.6. PRUEBAS DE ANLISIS, DISEO Y SOFTWARE. 4.6.1. PRUEBAS DE ANLISIS. 4.6.2. PRUEBAS DE DISEO. 4.6.3. PRUEBAS DE SOFTWARE. 4.7. PRUEBA DE OBJETIVO. 4.8. FACTORES DE CALIDAD MCCALL. CAPTULO V CONCLUSIONES Y RECOMENDACIONES 7.1. CONCLUSIONES 7.2. RECOMENDACIONES. REFERENCIAS BIBLIOGRFICAS. ANEXO A ANEXO B ANEXO C ANEXO D 127 128 130 69 70 71 72 75 82 86 90 95 99 99 101 105 116 119

II

NDICE DE FIGURAS
Figura 1.01. Calculo Del coeficiente intelectual. Figura 1.02. Proceso actual de monitoreo y control. Figura 1.03. Modelo propuesto. Figura 2.04. Arquitectura de un sistema experto Figura 4.05. Clases Identificadas A Partir De La Conceptualizacin Figura 4.06. Clases y Atributos Figura 4.07. Modelo De Objetos Con Atributos Figura 4.08. Figura 4.19. Escenarios Normales y con Excepciones Figura 4.20. Figura 4.24. Traza de sucesos Figura 4.25. Diagrama de flujo de sucesos para SE DMC Figura 4.26. Diagrama de estados para la clase NIO Figura 4.27. Diagrama de estados para la clase EVALUACIN Figura 4.28. Diagrama de estados para la clase CURRICULO Figura 4.29. Valores de entrada y salida del sistema Figura 4.30. Diagrama de flujo de datos del ms alto nivel para SE DMC Figura 4.31. Diagrama de flujo de datos para el proceso registro de nios Figura 4.32. Diagrama de flujo de datos para el proceso de Evaluacin Figura 4.33. Diagrama de flujo de datos para el proceso de aplicacin del Currculo Figura 4.34. Diagrama de flujo de datos para el proceso de apreciacin de conocimientos, aptitudes y rendimiento Figura 4.35. Estructura de inferencia para el SE DMC Figura 4.36. Arquitectura de SE DMC Figura 4.37. Estructura Del Conocimiento Figura 4.38. Diseo de objetos para el mdulo Base De Conocimientos Figura 4.39. Diseo de objetos para el mdulo NIO Figura 4.40. Diseo de objetos para el mdulo Currculo Figura 4.41. Diseo de objetos para el mdulo Evaluacin Figura 4.42. Optimizacin del diseo de objetos para el mdulo Evaluacin Figura 4.43. Pantalla de Autenticacin de Usuario del SE DMC Figura 4.44. Pantalla Principal del SE DMC Figura 4.45. Pantalla de Alta y Modificacin de Nios del SE DMC Figura 4.46. Pantalla de Evaluacin del SE DMC, Muestra parte de la aplicacin del WISC-R 3 7 7 41 72 74 74 75 78 78 79 80 81 81 82 83 84 84 84 85 85 88 89 90 91 87 92 93 94 95 95 96 96

III

Figura 4.47. Pantalla de la aplicacin Curricular del SE DMC Figura 4.48. Pantalla de Apreciacin de Conocimientos, Aptitudes y Rendimiento del SE DMC Figura 4.49. Pantalla de adquisicin de conocimiento para el WISC-R Figura 4.50. Vista del Reporte de la subescala Claves del WISC-R Figura 4.51. Figura 4.57. Tarjetas CRC, pruebas de anlisis. Figura 4.58. Figura 4.67. Tarjetas CRC, pruebas de diseo. Figura 4.68. Cdigo fuente del procedimiento de Guardar para diseo de pruebas con nodos no identificados. Figura 4.69. Grafo de flujo del procedimiento Guardar Figura 4.70. Cdigo fuente del procedimiento de calcula_edad para diseo de pruebas con nodos no identificados. Figura 4.71. Grafo de flujo del procedimiento calcula_edad. Figura 4.72. Cdigo fuente del procedimiento de Buscar_EN_Arbol para diseo de pruebas con nodos no identificados. Figura 4.73. Grafo de flujo del procedimiento Buscar_EN_Arbol

97 97 98 98 99 101 101 104 105 106 108 109 113 113

NDICE DE TABLAS
TABLA 2.01. Subescalas del WISC R TABLA 2.02. Complejidad asociada a las instancias de objetos TABLA 2.03. Pesos asociados a los niveles de complejidad. TABLA 2.04. Ratio De Productividad PROD. TABLA 2.05. Niveles de medida TIME. TABLA 2.06. Factores de escala para el modelo de COCOMO II. TABLA 2.07. Valores de los Factores de escala para el modelo de COCOMO II. TABLA 3.08. Valores para los factores de escala. TABLA 3.09. Costos de Hardware. TABLA 3.10. Costos de Software. TABLA 4.11. Procesos y su Tiempo de Ejecucin. TABLA 4.12. Clculo de la desviacin estndar. TABLA 4.13. Puntuacin de mtricas segn usuarios del SE DMC. TABLA 4.14. Puntuacin de factores segn usuarios del SE DMC. 25 54 54 55 56 57 57 65 67 68 116 118 120 120

IV

1.1. INTRODUCCIN. Los sistemas expertos estn diseados para resolver problemas que se enfrentan a situaciones que habitualmente son consideradas como muy especiales y complejas, para cuya resolucin se confa en la existencia de un experto humano. El retraso mental significa el funcionamiento intelectual general a un nivel significativamente abajo del promedio que existe concurrentemente con deficiencia en la conducta de adaptacin y se manifiesta durante el perodo de desarrollo, afectando adversamente al normal rendimiento educativo del nio. La inteligencia podra definirse como la capacidad para operar eficazmente con conceptos verbales abstractos. Esta definicin se refleja en las preguntas de los tests de inteligencia infantiles. Dos de los ms conocidos, el StanfordBinet y el Weschler Intelligence Scale for Children (ms conocidos por WISC) se usan tanto para medir el desarrollo intelectual del nio como para predecir sus resultados acadmicos. [PSI2005] En este contexto el aspecto ms dificultoso y que lleva bastante tiempo es el controlar el avance que un nio con retraso mental presenta, esto debido a que el sistema actual para determinar ciertos tratamientos por aplicarse en los nios se retrasa bastante y conlleva a una mala superacin de stos. Un sistema computarizado ayudara en gran medida a superar esta deficiencia del tiempo, ya que se automatizaran muchos procesos que las personas tardan en realizar. Por consiguiente, en el presente proyecto se mostrar como un sistema experto ayudar en el proceso de diagnstico, monitoreo y control de nios

con retraso mental, los cuales recibirn los tratamientos ms rpidamente y tendrn un avance ms ptimo. 1.2. ANTECEDENTES. Una teora del desarrollo debe reflejar el intento de relacionar los cambios en el comportamiento con la edad cronolgica del sujeto; es decir, las distintas caractersticas conductuales deben estar relacionadas con las etapas especficas del crecimiento. Las leyes que regulan las transiciones entre estas diferentes etapas del desarrollo tambin deben identificarse. [PSI 2003] Anteriormente se trataba de cuantificar la inteligencia y la capacidad de comprensin mediante la realizacin de tests. Dividiendo la edad mental entre la edad cronolgica real del sujeto, se obtena un coeficiente (de ah la denominacin). Por ejemplo, si un nio de 10 aos obtena la puntuacin media de un nio de 11 aos, su edad mental sera 11, y su cociente intelectual 11/10 = 1.1, que en porcentajes sera 110:

edad mental edad real

100 = CI

p. ej.

11 100 = 110 10

Figura 1.01. Clculo del coeficiente intelectual Fuente: [Binet Simon 1905]

100 es la media o promedio de las puntuaciones del grupo de edad semejante al sujeto, quedando por encima los que obtienen puntuaciones superiores (por ejemplo, los que estn en el 1% superior de la poblacin estaran por encima de 145 puntos), y por debajo los inferiores a la media, (la

normalidad comienza ms o menos en 70, y aquellos que estn por debajo sufren un dficit intelectual serio). Algunos de los proyectos afines recopilados se detallan a continuacin: Autor: Vaca D Este Vania Tema: Software De Aplicacin Para La Prctica De La Fonacin En Nios Con Deficiencia Auditiva. Objetivo: Desarrollo De Un Software Para Que Los Nios Que Sufran De Deficiencia Auditiva Pronuncien Bien Las Palabras. Diferencia: Proyecto Para Nios Con Deficiencia Auditiva. Universidad: UCB. Ao: 2002. Autor: Herrera Ponce Rodnny Vladimir. Tema: Sistema De Informacin Para El Control Del Desarrollo Integral De Nios Menores De Seis Aos. Objetivo: Controlar El Desarrollo Fsico De Nios, Desde Su Nacimiento Hasta Sus Seis Aos. Diferencia: Sistema De Informacin, Nios Normales Menores De Seis Aos, Control Del Desarrollo Fsico. Universidad: UCB. Ao: 2002. Autor: Cortez Datzer Harvey Miguel. Tema: Software Educativo Para Nios De Primer Curso De Primaria Con Contenidos Matemticos, Basado En Procesos Ldicos. Objetivo: Desarrollar Un Software Educativo Basado En Procesos Ldicos Para Que Nios De Primer Curso De Primaria Aprendan Matemticas. Diferencia: Software De Aplicacin, Nios Normales De Primaria, Aprendizaje Mediante Juegos. Universidad: UCB. Ao: 2003.

1.3. IDENTIFICACIN DEL PROBLEMA 1.3.1. EVALUACIN PSICOLGICA. Medida de algunos aspectos del comportamiento humano por medio de pruebas objetivas (test) que exigen contenidos cuidadosamente seleccionados y mtodos de actuacin e interpretacin rigurosos. Los contenidos de estas pruebas pueden hacer referencia a cualquier aspecto del funcionamiento psquico, incluyendo los rasgos de personalidad, las actitudes, la inteligencia y otros aspectos de ndole emocional. En general, el test es aplicado por un psiclogo clnico, industrial o educativo, de acuerdo a principios ticos y profesionales. La interpretacin se basa en la comparacin de las respuestas del individuo con los niveles previamente establecidos mediante las respuestas habituales. Su utilidad depende de su capacidad para predecir el comportamiento (validez externa, predictiva), al ofrecer informacin sobre la conducta de una persona y sus respuestas o resultados ante determinadas situaciones, son una gran ayuda a la hora de tomar decisiones. Normalmente se utiliza una amplia gama de pruebas, cada una de las cuales evala objetivos especficos: Test de conocimientos adquiridos, Test de aptitudes, Test de inteligencia, Test de actitudes e intereses, Test psicomtrico de personalidad, Tcnicas proyectivas. [EPS 2003] Actualmente no existe en nuestro medio un sistema computarizado que maneje los aspectos de Diagnstico, Monitoreo y Control.

1.4. PLANTEAMIENTO DEL PROBLEMA. 1.4.1. PROBLEMA PRINCIPAL. A causa de la falta de un sistema automatizado en las instituciones que se encargan de los nios que sufren retraso mental, el proceso de diagnstico, monitoreo y control del desarrollo integral se hace lento y poco confiable. 1.4.2. PROBLEMAS SECUNDARIOS. Inexistencia funcional de un sistema computarizado de diagnstico, monitoreo y control de nios con retraso mental. Demora en el proceso de revisin de resultados obtenidos en los tests. Retardo en la aplicacin de los tratamientos por la lentitud del proceso de evaluacin. El seguimiento peridico de los nios se lo realiza en lapsos muy prolongados, por la indisponibilidad de tiempo de los especialistas. La deteccin del avance de los nios es poco confiable.

Cmo un sistema experto ayudar a mejorar el proceso de diagnstico, monitoreo y control de los nios que sufren de retraso mental? La propuesta del presente trabajo para solucionar el problema anterior, ser la elaboracin de un sistema experto, para todo nio que requiera educacin especial, el sistema ser elaborado en base al proceso actual, indicado en la figura 1.02., y el modelo propuesto indicado en la figura 1.03.

Proceso de evaluacin, Monitoreo y control actual.

PSICLOGO
Aplicacin del Test

NIO

Resolucin del Test

Revisin de resultados

Determinacin del grado de avance

Determinacin del grado de discapacidad mental

Determinacin del tratamiento Determinacin del tratamiento

Establecer el seguimiento del nio

Figura 1.02. Proceso actual de monitoreo y control. Fuente: Elaboracin propia.

Proceso de evaluacin, monitoreo y control con el sistema

PSICLOGO - Aplicacin del Test. - Aplicacin de tratamientos Grado de avance o grado de discapacidad mental. Tratamientos.

Resolucin del Test

NIO

Sistema de monitoreo y control Figura 1.03. Modelo propuesto. Fuente: Elaboracin propia.

1.5. OBJETIVOS. El retraso mental se caracteriza por la incapacidad para aprender con normalidad y llegar a ser independiente y socialmente responsable como las personas de la misma edad y cultura. 1.5.1. OBJETIVO GENERAL. Mejorar el proceso de diagnstico, monitoreo, control; hacerlo rpido y confiable mediante el Desarrollo de un sistema experto de Diagnstico, Monitoreo y Control para el desarrollo integral de nios con retraso mental. 1.5.2. OBJETIVOS ESPECFICOS. Desarrollar un sistema computarizado de diagnstico, monitoreo y control de nios con retraso mental. Obtener los resultados del proceso de evaluacin de los tests de forma rpida para determinar el grado de discapacidad mental o retraso mental en la cual los nios se encuentran. Determinar el tratamiento educativo que se debe aplicar individualmente a cada nio en forma rpida. Establecer el seguimiento peridico del nio (Teniendo en cuenta que el sistema estar disponible todo el tiempo). Determinar el grado de avance del nio con respecto a su ltima evaluacin.

1.6. JUSTIFICACIONES. 1.6.1. TCNICA. El sistema experto estar desarrollado para trabajar en red (sistema de tipo cliente servidor) o en una mquina personal, lo cual permitir centralizar informacin respecto al avance de los nios. El sistema estar desarrollado con herramientas visuales (Ventanas, Botones, Mens, Barra de herramientas para el acceso rpido, Cajas de texto, Imgenes, Iconos, etc.) que permitir al usuario tener un manejo sencillo, rpido y ptimo del mismo. 1.6.2. SOCIAL. La aplicacin del sistema experto beneficiar a todos los nios ya que se podr detectar si un tiene o no retraso mental, si requiere o no algn tipo de educacin especial, tendr como resultado que los nios con retraso mental se superen para que puedan ser independientes socialmente. 1.6.3. ECONMICA. Si bien el sistema trae una inversin inicial relativamente elevada, est justificado econmicamente ya que cuando este est funcionando los especialistas tendrn ms tiempo para atender los casos especiales que los nios pueden presentar, el tiempo de evaluacin de los tests ser ms corto, no se harn gastos excesivos en papelera (elaboracin de los tests), esto en un futuro trae un ahorro a cualquier entidad.

1.7. ALCANCES Y APORTES. 1.7.1. ALCANCES. El sistema va dirigido a todos los nios y preadolescentes que se encuentren entre las edades de seis a diecisis aos de edad. El sistema obtiene el coeficiente intelectual de los nios que se encuentren entre los rangos establecidos anteriormente. El sistema devuelve los resultados de la evaluacin rpidamente, acompaado de su respectivo tratamiento a aplicarse en el nio. El sistema tiene la capacidad de aprender y aplicar los conocimientos adquiridos. 1.7.2. APORTES. Los principales aportes son: la elaboracin de un sistema experto para el diagnstico, monitoreo y control de nios con discapacidad mental. El sistema siempre estar disponible, ya sea para evaluar y/o para ver los avances de los nios. Al sistema se le aplic el modelo de calidad de software de McCall, para determinar si el sistema es o no un sistema de calidad. Se combinaron las metodologas para el desarrollo del sistema experto siguientes: Metodologa de Buchanan y la Metodologa orientada a objetos OMT, para la construccin del sistema experto.

10

11

MARCO DE APLICACIN. 2.1.1. EL RETRASO MENTAL. 2.1.1.1. QU ES EL RETRASO MENTAL? La discapacidad psquica o retraso mental es en realidad una categora diagnstica definida arbitrariamente, y prueba de ello es que su definicin ha cambiado frecuentemente y en lo fundamental a lo largo del tiempo. De las iniciales concepciones orgnicas (retraso ligado al propio nio/a que presenta dficits biolgicos o intelectuales) se pas a las exclusivamente psicomtricas (basadas en el cociente intelectual: C.I.), que definan arbitrariamente dnde comenzaba el retraso mental, para llegar en la actualidad a un enfoque multidimensional, que se concibe como una expresin de la interaccin entre una persona con capacidades intelectuales limitadas y su entorno, y que pretende ampliar la conceptualizacin de la discapacidad psquica. As, en la definicin propuesta por la Asociacin Americana sobre Retraso Mental (AAMR) se tienen en cuenta criterios psicomtricos, pero no de manera decisiva, adems de acentuar el anlisis especfico de distintas reas del comportamiento adaptativo, de los ambientes y de los apoyos que en ellos necesita. Desde la primera definicin propuesta en 1960 se han ido realizando diversas matizaciones hasta llegar a la ltima definicin adoptada por la AAMR en el ao 1992.

12

El retraso mental hace referencia a limitaciones sustanciales en el desenvolvimiento corriente. Se caracteriza por un funcionamiento intelectual significativamente inferior a la media, que tiene lugar junto a limitaciones asociadas en dos o ms de las siguientes reas de habilidades adaptativas posibles: comunicacin, cuidado personal, vida en el hogar, habilidades sociales, utilizacin de la comunidad, autogobierno, salud y seguridad, habilidades acadmicas funcionales, ocio y trabajo. El retraso mental se manifiesta antes de los 18 aos. [CREMA 1999] La propia Asociacin considera esencial para poder aplicar esta definicin tener en cuenta las siguientes premisas: 1. Una evaluacin vlida ha de tener en cuenta la diversidad cultural y lingstica, as como las diferencias en los modos de comunicacin y en factores comportamentales. 2. Las limitaciones en habilidades adaptativas se manifiestan en entornos comunitarios tpicos para los iguales en edad y reflejan la necesidad de apoyos individualizados. 3. Junto con limitaciones adaptativas especficas existen a menudo capacidades en otras habilidades adaptativas u otras capacidades personales. 4. Si se ofrecen los apoyos apropiados durante un periodo prolongado, el funcionamiento en la vida de la persona con retraso mental mejorar generalmente. [CREMA 1999] Por tanto, este nuevo enfoque supone el cumplimiento simultneo de tres condiciones para ser diagnosticado como discapacitado psquico: 1. Edad de aparicin. 2. Funcionamiento intelectual significativamente inferior a la media.

13

3. Limitaciones al menos en dos o ms de las diez reas de habilidades adaptativas bsicas para un adecuado funcionamiento en la vida. Todo ello va a implicar la necesidad de una evaluacin multidimensional que tenga en cuenta todos los aspectos anteriores y que en el medio escolar supone: La deteccin de las necesidades educativas especiales permanentes, aunque variables segn edad, contexto..., que el nio con discapacidad psquica presenta. Una respuesta educativa adecuada con los apoyos suficientes y un contexto favorable. El propio Sistema Educativo y el Centro concreto es quien debe ofrecer un medio lo ms normalizado posible a fin de paliar o superar las carencias detectadas. [CREMA 1999] Como se observa, en ningn momento nos hemos referido a la clasificacin de la discapacidad psquica (ligeros, medios, severos, profundos), ya que, por muy precisa que sta sea, nunca nos va a guiar en la intervencin o en la respuesta a las necesidades educativas especiales individuales. Sin embargo, esas categoras, aunque utilizadas con cautela, no se pueden ignorar totalmente ya que, unidas a los niveles de conducta adaptativa, pueden ser tiles porque nos facilitan y simplifican la comunicacin entre los diferentes profesionales. 2.1.1.2. NECESIDADES EDUCATIVAS ESPECIALES. Para plantear cules van a ser sus necesidades educativas deberemos partir de la consideracin de una serie de caractersticas muy generales que se suelen observar en los chicos con discapacidad y que hacen referencia a su desarrollo cognitivo, comunicativo y motor.

14

En cuanto al desarrollo cognitivo: Precisan de una mayor cantidad de experiencias de aprendizaje. En el proceso de aprendizaje adquiere una especial relevancia la utilizacin de metodologas y actividades ricas y variadas, el desmenuzamiento, la secuenciacin y operativizacin de los contenidos que se le proponen, as como la reiteracin e insistencia en ciertos aprendizajes. Presentan dificultades para la generalizacin de los aprendizajes. Suelen presentar un alto grado de impulsividad, lo que les lleva a cometer abundantes errores. Tienen dificultades en la memoria a corto y largo plazo. Pueden mejorar de manera importante sus habilidades metacognitivas y por tanto su funcionamiento intelectual. [CREMA 1999] En cuanto al desarrollo comunicativo, a pesar de que la variabilidad es enorme, se puede sealar que: Los trastornos del lenguaje ms usuales en estos nios son los relacionados con la comprensin y con la expresin, segn su grado de deficiencia. Los trastornos relacionados con el habla se dan a menudo, aunque con menor frecuencia y muchas veces sin relacin directa con su dficit intelectual. En cuanto al desarrollo motor, en ocasiones se observan dficits motricos asociados. En general, cuanto mayor es el grado de discapacidad psquica, ms frecuente es la aparicin de problemas motricos. En consecuencia y para atender a las caractersticas citadas, nos debemos plantear:

15

1. Fomentar el desarrollo de estructuras lgico-matemticas y de la capacidad de interpretacin y resolucin de situaciones propias de su contexto. 2. Desarrollar sus capacidades comunicativas, gestuales, orales y escritas. 3. Fomentar el desarrollo de la capacidad artstica y tecnolgica. 4. Potenciar las posibilidades motrices de expresin corporal y de autoconocimiento para adquirir destreza dinmica. [CREMA 1999] Otro aspecto a tener en cuenta a la hora de considerar las necesidades educativas especiales que plantean estos nios es que, no por mantenerse en un nivel intelectual inferior, los objetivos, contenidos, metodologas, recursos, etc. que nos planteemos para los nios son tal cual los de sta etapa, sino que se tendr que llegar a una transformacin, adaptacin y fusin entre stos y aquellos que puedan resultar motivadores (para la edad cronolgica), interesantes (por funcionales) y adaptables (por accesibles) de su etapa, fomentando su enriquecimiento intelectual y permitindoles ser elementos activos de su propio proceso de formacin. Adems, para planificar un ptimo trnsito a la vida activa y laboral, deberamos establecer una orientacin ms en este sentido, introduciendo una metodologa tipo talleres, trabajo por proyectos, etc. De todo esto se infiere la necesidad de plantear un currculo especfico para los nios con necesidades educativas especiales que facilite la Integracin, no solo en el marco escolar, sino tambin en el mbito socio-comunitario. 2.1.1.3. EL CURRCULO PARA EL NIO CON N.E.E. Desde un enfoque integrador y constructivista, la elaboracin del currculo para atender las necesidades educativas especiales de los nios con

16

discapacidad psquica ha de plantearse partiendo del principio de que todos las personas son capaces de aprender y de progresar en su desarrollo si se les hace partcipes de un proceso de enseanza aprendizaje que contemple las diferencias individuales, esto es, las capacidades, intereses, estilos y ritmos de aprendizaje del nio. Esta Normalizacin supone la incorporacin de cualquier nio, en el mayor grado posible, a entornos y actividades en los que participan todas las personas para que desarrolle al mximo su competencia, productividad, libertad e integridad, y nos lleven a considerar simultneamente: Por una parte, la puesta en prctica del tipo de educacin ms apropiado en el entorno menos restrictivo posible, ofreciendo la posibilidad de acceso de cualquier nio al repertorio ordinario de oportunidades educativas, lo que supone alcanzar la mayor cota de Integracin posible. Por otra, el establecimiento de itinerarios formativos que diferencien entre lo prioritario y lo complementario, posibiliten la inclusin de dificultades progresivas, contemplen diferentes niveles de ayuda y criterios de evaluacin en base a aproximaciones graduales, es decir, garantizando la Individualizacin. [CREMA 1999] La consideracin de estas coordenadas, integracin-individualizacin, como referentes de cualquier currculo para nios con necesidades educativas especiales lleva a su vez a destacar al menos otros tres aspectos fundamentales: En primer lugar, la necesaria interaccin personal positiva con iguales coetneos para poder desarrollar la Socializacin. En segundo lugar, hay que tener en cuenta la relacin existente entre los aprendizajes previos del nio, su disposicin favorable a asimilar nuevos

17

aprendizajes y los propios conceptos, procedimientos y actitudes a acometer. Esto permite dar sentido a lo que el nio aprende, es decir proporciona Significatividad al hecho educativo. Y finalmente, la necesaria priorizacin de cuantos aspectos favorezcan el trnsito a la vida adulta desde la mayor autonoma y capacitacin posible, mediante la aplicacin de criterios de Funcionalizacin de los aprendizajes. [CREMA 1999] Por todo ello, los objetivos generales propuestos para estos nios con necesidades educativas especiales con discapacidad psquica y desajustes en su comportamiento adaptativo sern los mismos que los del resto de nios de la etapa, seleccionando los contenidos conceptuales que impliquen mayor funcionalidad, priorizando procedimientos y actitudes y, fundamentalmente, incorporando objetivos y contenidos que favorezcan su insercin en la vida activa y/o laboral en la medida que desarrollan progresivamente su autonoma personal y social en toda su amplitud. De esta forma se conformar un currculo especfico que garantice su formacin bsica personal y social. En consecuencia, el contenido del currculo, an siendo especial (diferente), siempre se aproximar lo ms posible al ordinario. En todo caso, en el desarrollo del currculo especfico para este alumnado se deber tener presente la inclusin de actividades como las siguientes: Actividades funcionales que generen los contenidos, procedimientos y actitudes del currculo ordinario para favorecer su insercin en la vida activa y/o laboral.

18

 Actividades tcnico manipulativas que faciliten el conocimiento de la cultura tecnolgica como parte importante de la cultura global de nuestra sociedad. Actividades referenciales que sirvan de base para el desarrollo de los mtodos y tcnicas del conocimiento integrado de nuestro entorno. Actividades artsticas que sirvan de base para la comunicacin no verbal, de la creatividad y de la imaginacin. Se proponen algunas materias optativas como: Talleres de Cocina, Carpintera, Electricidad, Fotografa, Audiovisuales, Informtica, Cermica, Habilidades Sociales, Trnsito a la vida adulta, Taller de inventos, etc. Para poder aplicar estos currculos es necesario determinar si un nio requiere de educacin especial, para tal propsito se utilizar el test de WISC R, que nos brindar informacin del nivel en el que se encuentra cada nio. 2.1.2. WISC R, ESCALA DE INTELIGENCIA REVISADA PARA EL NIVEL ESCOLAR. El WISC se ha caracterizado como una herramienta prctica en la clnica y en el diagnstico, cuyo uso se ha incrementado en los ltimos aos en las reas de evaluacin educativa, de apreciacin, del aprendizaje y de algunas incapacidades. Partiendo de una afirmacin admitida y ampliamente extendida, los instrumentos psicomtricos de inteligencia en realidad son recursos o estratagemas psicomtricos; en la prctica la realizacin de tareas y preguntas estandarizadas para evaluar el potencial de un individuo de acuerdo a su conducta efectiva en cuestin, brindan la oportunidad de

19

designar a este como inteligente. Ciertamente, existen diferentes definiciones de inteligencia, pero en realidad todas las escalas de inteligencia la conciben de la misma manera, es decir, principalmente por la evaluacin de las habilidades mentales del sujeto o de sus capacidades intelectuales en general. Conviene dejar claro que un instrumento psicomtrico de inteligencia no es exactamente un instrumento de habilidades mentales, ni es su funcin ni su intencin el evaluar algunas habilidades cognitivas del sujeto, as como tampoco pronunciarse por si mismo contra quienes se oponen al Cociente de Inteligencia o al concepto global de inteligencia para apreciar la competencia educacional o vocacional. Aunque los instrumentos psicomtricos de inteligencia inevitablemente hacen todo lo anterior, en opinin del autor, la informacin que se obtiene de ellos es relevante solamente para hacerse extensivo lo que se establece o define por encima de la conducta intelectiva. 2.1.2.1. EL COCIENTE DE INTELIGENCIA (CI) POR DESVIACIN Y LA EDAD DE ESCALA (EdE). 2.1.2.1.1. Cociente De Inteligencia Por Desviacin. Una de las innovaciones ms importantes en la estandarizacin de esta escala, es que por primera vez se realiz con nios una extensa aplicacin individual, donde los CI se obtuvieron comparando la ejecucin en cada subescala de cada sujeto no con un grupo de edades mixtas, sino exclusivamente con las puntuaciones obtenidas por nios de su misma edad. Pondremos nfasis en dos puntos. El primer punto se refiere a que el mtodo, de un solo golpe, ha afinado considerablemente el problema de la variabilidad del CI individual. Conservando idntica la desviacin estndar de los CI ao tras ao, el CI obtenido por un nio no vara, a menos que su rendimiento actual comparado con el de otros nios de su edad vare. Si las

20

desviaciones estndar no se hubieran hecho idnticas, el CI obtenido por un nio vara considerablemente de ao en ao, aunque su habilidad relativa permanecera constante. Los CI obtenidos mediante exmenes sucesivos con el WISC nos dan automticamente la posicin relativa del sujeto dentro del grupo de edad al que pertenece en cada perodo que sea examinado. Si se observarn algunos cambios, stos pueden atribuirse a cambios en el sujeto y no a la estructura del instrumento o a su estandarizacin, debido a que las desviaciones estndar de las unidades del CI, as como las medias de todos los grupos de edades, son idnticas. Ya no se trata de descubrir cuantos aos puntan arriba o abajo de un CI determinado dentro de la poblacin, dado que el CI por desviacin es, por definicin, dependiente de la distribucin normal de las puntuaciones de la escala. A cada persona examinada se le asigna un CI el cual, a su edad, representa su clasificacin relativa de inteligencia. Este CI como todos los obtenidos de manera similar, es CI por desviacin, dado que indica el grado mediante el cual el sujeto se desva por arriba o por abajo del rendimiento promedio de los individuos del grupo de su misma edad. El CI de 100 en el WISC es equivalente a la puntuacin total promedio para cada edad y la desviacin estndar equivale a 15 puntos de CI. En trminos de lmites percentilares al primer percentil superior equivale un CI de 135 o mayor y al ltimo percentil inferior corresponde un CI de 65 o menos. Cincuenta por ciento de los nios de cada edad obtendrn un CI de noventa a ciento diez. 2.1.2.1.2. Edad de Escala. Al abandonar la edad mental como un indicador no apto del nivel mental, en favor del cociente de inteligencia por desviacin, el autor no intenta expresar que es carente de importancia el conocimiento de lo que se puede esperar que haga un nio en diferentes estadios de su desarrollo mental. Para ciertos

21

propsitos seguramente es til e importante el conocer que es lo que un nio puede o no hacer a cierta edad. Por esta informacin pude ser obtenida rpidamente por una comparacin y evaluacin directa de sus habilidades, como lo revelan sus puntuaciones en las subescalas, en lugar de una inferencia indirecta proveniente de un ndice tota. Para lograr este fin se realiz un anlisis sistemtico de todas las puntaciones subescalares del WISCR por edades. 2.1.2.1.3. Diagnosis Psicolgica, Evaluacin Individual e Interpretacin. El trmino diagnosis psicolgica proviene de la medicina, donde el trmino diagnosis se refiere a la identificacin de una enfermedad con signos o sntomas fsicos. Aplicado a la psicologa ha llegado a tomar ms o menos significado de evaluacin; evaluacin de un propsito o rea especfica, ya sea en la diagnosis de desrdenes mentales, en el consejo o bien en la educacin. En estos trminos la diagnosis psicolgica puede circundar en la evaluacin de diferentes grados de retraso mental, la presencia del mal funcionamiento cerebral orgnico sugerido por los datos aportados por un instrumento psicomtrico, el fracaso de una determinada subescala que indica una incapacidad especfica de aprendizaje (por ejemplo, en lectura). Por la variedad y nmero de subescalas as como sus componentes cualitativos, el WISC-R permite en forma rpida este tipo de evaluacin. Existe ya considerable literatura en donde se reporta lo relativo a los hallazgos y los patrones de los sndromes. Algunos de los resultados confirman el sndrome particular que se investig; otros dan solamente un apoyo parcial y algunos otros no ofrecen ningn apoyo. La calidad y grado de diagnstico, se ha encontrado que depende de lo homogneo de la poblacin comparada, la validez del criterio diferencial que se utiliz, de los mtodos empleados y en gran medida de la experiencia y sofisticacin del examinador.

22

Es de particular importancia en los estudios de diagnstico la cuestin de los signos encubiertos; esto es que cuando se presenta una puntuacin significativamente alta o significativamente baja en una subescala no quiere decir que se refiera a un nico sndrome sino a diversos signos diagnsticos. De este modo, una baja puntuacin en retencin de dgitos puede estar asociada con un mal funcionamiento cerebral orgnico o puede ser concomitante a una incapacidad de lectura, o bien puede atribuirse a una ansiedad manifiesta. En realidad un mismo o similar signo puede asociarse con diferentes entidades mrbidas o a incapacidades educacionales; esto ha conducido a que algunos investigadores restrinjan el uso de los patrones subescalares como base de un diagnstico diferencial. El hecho de que una baja puntuacin en Retencin de Dgitos es caracterstica de varias entidades mrbidas no quiere decir que deba pasarse por alto como signo diagnstico sin consecuencias; una alta temperatura puede suscitarse por una infeccin respiratoria o insolacin; no obstante, para una apendicitis y paludismo viene siendo un signo sin importancia. La relevancia e importancia de un signo o sntoma depende en gran parte de Qu es lo que lleva consigo. De este modo, una baja puntuacin en Retencin de Dgitos as como una baja puntuacin en las otras subescalas pueden simplemente confirmar por otra parte una clara manifestacin de deficiencia mental; una baja puntuacin en Retencin de Dgitos asociada con una baja puntuacin en Diseos con Cubos y una pobre puntuacin con Claves pueden indicar la presencia de un sndrome cerebral orgnico; una baja puntuacin en Retencin de Dgitos junto con una alta puntuacin relativamente alta en las dems subescalas (particularmente Vocabulario e Informacin) puede sugerir una situacin de ansiedad.

23

Por supuesto tericamente son posibles las combinaciones de las diez subescalas tomando dos o ms de ellas a la vez, pero esto no resulta muy alentador. Afortunadamente muchos de los patrones no llegan a ser relevantes estadsticamente, por lo que solamente pocos tienen relevancia diagnostica. No obstante, estos pocos patrones contribuyen mucho al arsenal diagnstico del examinador y, por ello, todos los psiclogos clnicos necesitan estar alertas a la importancia que se les asigne. En gran parte la habilidad del diagnosticador para apreciar la ejecucin en una subescala, radica en su capacidad para detectar e interpretar las respuestas poco usuales y aberrantes. No existe una regla general para tratar tales respuestas, ni tampoco una estimacin provisional sobre si alguna de las respuestas desviantes o idiosincrticas pueden tener una importancia diagnostica significativa. Desde luego mucho depende de qu es lo que se considera como desviado. Al respecto es de esencial importancia el conocimiento y familiaridad con la literatura existente. Asimismo, es de importancia que el examinador est alerta del grado en que las respuestas del sujeto puedan estar influidas o condicionadas por sus antecedentes culturales y socioeconmicos. En la revisin del WISC, se prest considerable atencin para poder eliminar o alterar aquellos reactivos mencionados en la literatura o reportados por el autor como injustificados o cargados culturalmente. 2.1.2.2. ORGANIZACIN DE LA ESCALA. El WISC-R (escala de inteligencia revisada para el nivel escolar) est constituida por las mismas doce subescalas del WISC publicado en 1949 (seis pertenecientes a la escala verbal y seis a la escala de ejecucin) las doce subescalas, al igual que la subescala denominada como Visual Motor

24

Memory se aplicaron a la muestra completa de estandarizacin. Esta ltima subescala requera que el nio copiara una secuencia que era manejada por el examinador y se intentaba integrarla como una subescala complementaria de ejecucin (Subescala no verbal visomotora), anloga a Retencin de Dgitos. Ms tarde esta subescala fue eliminada del WISC-R por que presentaba dificultades para aplicarse y por las estrictas normas estadsticas que se establecieron. Por razones, nicamente de brevedad en el tiempo de aplicacin, solamente diez de las subescalas del WISC-R se consideran como bsicas. El CI se calcula a partir de cinco subescalas Verbales y cinco de Ejecucin, y que se mencionan a continuacin. (El nmero asignado a cada una de ellas, corresponde al orden de aplicacin). VERBAL 1. 3. 5. 7. 9. Informacin Semejanzas Aritmtica Vocabulario Comprensin 2. 4. 6. 8. 10. EJECUCIN Figuras Incompletas Ordenacin de Dibujos Diseos con cubos Composicin de Objetos Claves (o Laberintos)

Tabla 2.01. Subescalas del WISC - R Fuente: [WISC R 1997]

Tanto Retencin y Dgitos en la escala Verbal, como laberintos en la Ejecucin no se utilizaron para establecer los cuadros de los CI. Se conservaros cono subescalas complementarias, que se aplican cuando se tiene tiempo, o bien sirven como substitutos cuando existe un impedimento para aplicar algunas de las subescalas bsicas o bien cuando una de aquellas queda invalidada. Sin embargo, una substitucin no puede hacerse simplemente por que el nio punta bajo en una subescala particular Verbal o

25

de Ejecucin. Con excepcin de la substitucin opcional de Claves o Laberintos, el examinador no puede modificar la aplicacin de las subescalas bsicas por conveniencia o preferencia personal. Cuando Retencin de Dgitos o Laberintos substituyen a las subescalas bsicas, por supuesto se hace uso de los CI para los sujetos. Siempre es permisible aplicar las 12 subescalas; an ms en situaciones clnicas el incluir las subescalas complementarias es muy recomendable por que proveen informacin cualitativa y diagnstica. Las puntuaciones normalizadas equivalentes de las puntuaciones naturales para Retencin de Dgitos y Laberintos se han derivado de la misma forma como se ha hecho para las dems subescalas. No obstante, si el examinador aplica Retencin de Dgitos o Laberintos adicionalmente a las diez subescalas bsicas, no puede incluir a stas en el clculo del CI del nio. Por ultimo, el hecho de que el WISC-R mantenga la subdivisin original de escala Verbal y escala de Ejecucin requiere de comentario. Esta dicotoma es en primer lugar una manera de identificar los dos principales modos por medio de los cuales se expresan las habilidades del humano. Los estudios factoriales se han incrementado a travs de los aos y han confirmado la validez de esta amplia dicotoma. Desde luego las habilidades representadas en las subescalas pueden tambin ser clasificadas significativamente de otra manera. Por otro lado, tambin se ha conservado a partir del WISC de 1949, la tcnica de establecimiento de reactivos en cada subescala as como la obtencin de los CI de los nios. Esto se hizo partiendo de que la teora indica de que las medidas de inteligencia es mejor considerarlas como clasificacionales, no jerrquicas. Con esto no se quiere decir que todas las subescalas del WISC-R son consideradas como medidas de inteligencia igualmente buenas y efectivas, sino que cada una es indispensable para apreciar en forma global la inteligencia.

26

2.2. MARCO CONCEPTUAL. 2.2.1. INTELIGENCIA ARTIFICIAL. Al intentar definir el significado de Inteligencia Artificial, nos encontramos con el problema de definir que es inteligencia y que es artificial. En ambos casos, la definicin de estos trminos, cae ms en el campo de la Filosofa que en el de la Computacin. Un intento de definir lo que es la inteligencia sera "la facultad de adquirir y manipular conocimientos para obtener razonamientos tiles". Es claro que cualquier ente inteligente deber tener como mnimo las siguientes capacidades: Aprender: Se refiere a la capacidad de adquirir nuevos conocimientos a partir de su interaccin con el mundo exterior. Razonar y deducir: Capacidad para reacomodar el conocimiento existente y generar nuevo conocimiento a partir de ste. Realizar soluciones elaboradas: El poder generar y aplicar soluciones complejas a los problemas para modificar su entorno. Generar sentimientos: Esta capacidad parece ser comn a todos los seres inteligentes, est asociada al hecho de poder generar emociones a partir de las experiencias. [MACL 2001] Hasta hoy, el ser humano ha sido capaz de disear y fabricar con mucho xito computadoras, que estn restringidas al cumplimiento de tareas para las cuales conocemos de manera precisa un algoritmo de solucin. En estas tareas, las computadoras realizan el trabajo de manera mucho ms eficiente de lo que un ser humano promedio lo hara (intente por ejemplo, multiplicar

27

dos nmeros primos de 20 cifras ms precisa y velozmente que una computadora). Pero existe toda una gama de problemas, como el reconocimiento de imgenes y del lenguaje natural, por citar algunas, que hasta el momento no han podido ser satisfactoriamente atendidas por la tecnologa computacional con la que actualmente cuenta el hombre. En su libro Memoria Natural y Artificial, la Dra. Laura Viana Castrilln hace una distincin entre estos dos tipos de problemas: "En la actualidad, una computadora pequea es capaz de efectuar, en cuestin de segundos, una cantidad tal de operaciones matemticas, que a un hombre le tomara meses o aos realizarlas. Sin embargo, hay otro tipo de trabajos para los cuales las computadoras estn claramente en desventaja. Estas tareas suponen la solucin del problemas que se caracterizan por tener un gran nmero de soluciones, y por no ser posible dar instrucciones concretas para encontrarlos". 2.2.1.1. DEFINICIN DE INTELIGENCIA ARTIFICIAL. A continuacin se dan algunas definiciones de lo que es la Inteligencia Artificial: Es un rea del conocimiento cuyos objetivos son imitar por medio de mquinas, normalmente electrnicas, tantas actividades mentales como sea posible y quiz llegar a mejorar las que llevan a cabo los seres humanos Roger Penrose. Es la ciencia que estudia las reglas que permiten al computador actuar con un cierto grado de inteligencia J.M. Angulo. Es el estudio de como hacer que las computadoras hagan cosas que, por el momento, los seres humanos hacemos mejor. Elaine Rich.

28

La IA es la rama de la informtica que se dedica a programar las computadoras de tal forma que realicen tareas que, si fueran realizadas por un ser humano requeriran inteligencia por parte de la persona Marvin Minsky. La inteligencia Artificial es el estudio de las facultades mentales a travs del uso de modelos computacionales Charniak and McDermott. La Inteligencia Artificial (IA) es la disciplina que aspira entender la naturaleza de la inteligencia humana a travs de la construccin de programas computacionales que imiten el comportamiento humano Bonnet. De estas definiciones, se deduce que para hacer desarrollos en el campo de la IA se debe estudiar la naturaleza de la inteligencia y sus mecanismos de operacin para poder trasladarla a las computadoras. Como no conocemos de manera completa los mecanismos de la inteligencia, resulta difcil contestar la interrogante de Cundo hemos conseguido nuestro objetivo de fabricar un dispositivo inteligente? Pensando en resolver esta interrogante el brillante matemtico ingls Alan Turing, en el ao de 1950, ide una prueba que permitiera decidir si una mquina es inteligente. Esta prueba se conoce como "Prueba de Turing", y bsicamente define que si una persona inteligente no puede distinguir entre una conversacin generada por una mquina y la conversacin de otra persona inteligente, esta mquina tendr inteligencia artificial. 2.2.1.2. LA INTELIGENCIA NECESITA CONOCIMIENTOS: Para poder pasar la prueba de Turing, la mquina que pretenda ser inteligente necesita conocimiento almacenado por algn medio, dado que es imposible conversar sobre un tema del cual no se tiene ningn conocimiento

29

sin ser descubierto por el entrevistador. En general, la inteligencia aparece siempre asociada a una base de conocimientos, la cual deber de ser muy extensa si se desea resolver problemas que vayan ms all de situaciones triviales. A diferencia de las aplicaciones tradicionales de la programacin, donde se tiene un conjunto de datos almacenados en estructuras que son manipulados a travs de procedimientos o instrucciones precisas para resolver solo un tipo de problemas; la IA trabaja sobre una base de conocimientos sobre los cuales pueden hacerse inferencias que permiten resolver varios problemas diferentes. Podemos definir al conocimiento a travs de las siguientes caractersticas: Es voluminoso. Es difcil caracterizarlo con exactitud. Cambia constantemente. Se distingue de los datos en que se organiza en forma tal que se corresponde con la forma en que va a ser utilizado. Una tcnica de IA es un mtodo que utiliza el conocimiento, de tal forma que: No sea necesario representar en forma separada cada situacin individual, el conocimiento debe incluir las caractersticas importantes de una agrupacin de situaciones. El conocimiento debe ser comprendido por la persona que lo proporciona. Puede modificarse el conocimiento para corregir errores y reflejar cambios en el mundo y su visin. El conocimiento puede utilizarse en gran cantidad de situaciones, aunque no sea totalmente preciso.

30

El conocimiento puede ayudarnos a superar su propio volumen, ayudando a acotar el rango de posibilidades que normalmente deben considerarse. [MACL 2001]

2.2.2. SISTEMAS BASADOS EN EL CONOCIMIENTO. 2.2.2.1. CARACTERSTICAS. El propsito de los Sistemas Basados en Conocimiento (SBC) es emular la capacidad de resolucin del ser humano, utilizando sus mismas fuentes de conocimiento, en un dominio especfico. Un SBC est formado por un conjunto de informaciones y relaciones tanto declarativas como procedurales y por ciertas Heursticas que construyen el cuerpo del conocimiento (Base de Conocimientos) as como por ciertos procesos de inferencia y bsqueda, y que puede tener una cierta capacidad de aprendizaje. Por tanto, los SBC involucran tareas relacionadas con la representacin del conocimiento (distintos esquemas de representacin utilizados, etc.), con los procesos de razonamiento (para explicitar nuevo conocimiento realizando inferencias sobre el conocimiento actual), con la resolucin de problemas (estrategias posibles dependiendo de la informacin disponible, del objetivo que se persigue, de los recursos disponibles, etc.), con el aprendizaje (incorporacin de nueva informacin a partir de nuevas experiencias); y , a otro nivel, con el procesamiento del lenguaje natural (interaccin con el usuario de la forma ms fcil y agradable). Los sistemas basados en el conocimiento intentan emular algunas de las principales caractersticas de la inteligencia humana y de su capacidad de resolucin de problemas:

31

Comportamiento flexible y adaptativo en funcin del entorno. Comportamiento racional, orientado a objetivos. Operacin en tiempo real. Operacin en un entorno complejo, rico y detallado (percepcin de gran cantidad de cambios, uso de gran cantidad de conocimiento, control de un sistema motor con muchos grados de libertad, etc.).

Uso de smbolos y abstracciones. Uso de lenguajes tanto naturales como formales (artificiales). Capacidad de aprender del entorno y de la experiencia. [NEWE 1990]

El intento de modelizar las anteriores propiedades ha motivado que los SBC tengan entre sus principales caractersticas: la separacin entre la base de conocimientos y los elementos de control. Es decir, la separacin entre el propio conocimiento y las estrategias de control que indican cmo y cundo usarlo (metaconocimiento). Esta separacin hace posible aadir nuevo conocimiento y refinar el ya existente sin tener que modificar en lo absoluto los esquemas de razonamiento y control, y viceversa, hecho que significa en gran medida la construccin y mantenimiento de los SBC. La incorporacin de la sabidura pericia de los seres humanos, en un cierto dominio. Informacin procedente de la experiencia acumulada por los seres humanos en el dominio concreto (muchas veces un tanto subjetiva). Son sistemas altamente interactivos (al contrario de la mayora de los sistemas computacionales tradicionales). La explotacin de sus capacidades se realiza mediante una interfaz agradable para el usuario habitualmente en lenguaje natural que incluye fases de comprensin y generacin del lenguaje natural.
[NEWE 1990]

32

2.2.2.2. TIPOS DE SISTEMAS BASADOS EN EL CONOCIMIENTO. Los SBC pueden clasificarse en cinco tipos bsicos: Los Sistemas Expertos (SE). Son SBC que pretenden resolver problemas muy especficos y complejos en un determinado dominio, que habitualmente son solventados por expertos humanos. Este tipo de problemas requiere, para su solucin, grandes cantidades de conocimiento muy especializado y una mecnica de solucin determinada. Los Sistemas Gestores Basados en el Conocimiento. Se trata de incorporar interfaces inteligentes que conecten tanto a los programadores, a los expertos y a los usuarios, de cara a garantizar la consistencia, eficiencia y facilidad de acceso. Multisistemas de Conocimiento Ligado, Hipermedia. Comprende programas como hipertexto y un nmero cada vez mayor de aplicaciones. Lo que importa es estos sistemas es la interrelacin en el conocimiento y no su contenido, forma o vehculo de transicin. Hipermedia que est constituido por bases de conocimiento altamente sofisticadas y lgicamente interrelacionadas incluye la integracin de texto, imgenes, sonidos, datos y conocimiento. Sistemas inteligentes de desarrollo de software (ICASE). Las herramientas y tecnologa CASE (Computer Aided Software Engineering) son una combinacin integrada de programas y metodologas que sirven para automatizar y ayudar en lo posible durante el ciclo de vida del software, nombre con el que se conoce al proceso de diseo, construccin y explotacin de los programas, desde el enunciado

33

inicial dado por el usuario hasta el mantenimiento del resultado final. Se trata, pues, de aadir a las herramientas CASE una componente basada en el conocimiento que mejore sustancialmente sus prestaciones. Sistemas tutores inteligentes. Son el resultado de la aplicacin de la Inteligencia Artificial en el campo de la educacin. Son sistemas educacionales y de entrenamiento controlados por computador, que permiten efectuar de forma inteligente las tareas de aprendizaje de los alumnos en ciertos temas a travs de interacciones personalizadas. La calidad de estos sistemas, como en el caso de los sistemas expertos, reside en las fuentes de conocimiento y en la habilidad para adquirir y representar este conocimiento. [UJA 1994] De todos ellos sin duda, los sistemas expertos son los que han tenido ms xito y difusin. Se estudiarn ampliamente en la siguiente seccin. 2.2.2.3. SISTEMAS EXPERTOS. Los sistemas expertos estn diseados para resolver problemas que se enfrentan a situaciones que habitualmente son consideradas como muy especiales y complejas y para cuya resolucin se confa en la existencia de un experto humano. Este tipo de problemas requiere, en principio, grandes cantidades de conocimiento en un dominio especfico y una mecnica de solucin determinada. Los sistemas expertos no deben confundirse con los programas (sistemas) que modelan actitudes cognitivas, ni tampoco intentan copiar la estructura de la mente humana ni sus mecanismos. Son considerados como basados en el conocimiento por que su actuacin depende directamente del uso del mismo tipo de heursticas que un experto

34

humano emplea. Aunque en muchos casos son solamente sistemas de deduccin, diagnstico, planificacin o clasificacin. [UJA 1994] Tpicamente, un sistema experto est basado en un cuerpo de conocimiento muy slido sobre un dominio. Este conocimiento est, habitualmente, organizado en forma de reglas que permiten que el sistema obtenga conclusiones a partir de un conjunto de premisas o datos, pudiendo ofrecer una recomendacin (diagnstico) inteligente o tomar decisiones. En cierto sentido, la revolucin que implic el uso del conocimiento de un experto de forma directa por un programa puede resumirse en la siguiente ecuacin: Conocimiento + inferencia = sistema experto Donde el ncleo de la nueva arquitectura es la base de conocimientos (BC). Los sistemas expertos estn abiertos para la inspeccin, es decir, permiten conocer cules son los pasos intermedios para la solucin de un problema, son fcilmente modificables basta con hacer cambios en la base de conocimientos y pueden manejar conocimientos heursticos. 2.2.2.3.1. Caractersticas de los Sistemas Expertos. Decir qu es exactamente un sistema experto es una tarea difcil ya que el rea es muy dinmica y no permite una definicin rgida. Adems, es posible identificar al menos dos generaciones tecnolgicas de sistemas expertos, y estas son muy diferentes. En los sistemas expertos de primera generacin la base de conocimientos no posea ningn tipo de organizacin y no existan o no estaban claramente especificados el metaconocimiento y el proceso de autoexplicacin, mientras que en los de segunda generacin, la base de

35

conocimientos suele estar modularizada (lo que facilita los procesos de inferencia, el proceso de mantenimiento, etc.) y, adems, existe claramente el nivel de metaconocimiento (metamdulos) en las arquitecturas, as como el componente autoexplicativo. Una manera de aproximar la definicin de estos artefactos es describiendo las tareas genricas que realizan. Analizar dichas tareas puede ser una herramienta til para comprender: a) El tipo de razonamiento que realizan los expertos, y b) La arquitectura bsica de los sistemas expertos. Las aplicaciones de mayor xito de esta tecnologa estn basadas en la representacin del conocimiento del experto (y de otras fuentes) en forma de reglas y tratan de resolver un problema de diagnstico reducindolo a uno de clasificacin (i.e. un espacio de bsqueda). Stefik et al. Describieron las tareas genricas ms comunes que un sistema experto realiza y que son: Interpretacin: La interpretacin es el anlisis de los datos disponibles para encontrar su significado. El objetivo es averiguar si existe una interpretacin correcta y consistente de los datos. Diagnosis: Es el proceso de localizar los fallos de un sistema (o determinar el estado de un proceso). Supervisin: La supervisin implica la monitorizacin e interpretacin continuada de las seales y la actuacin inmediata cuando se presenta una situacin anmala.

36

Prediccin: La prediccin implica la capacidad de anticipar el futuro a partir de un modelo del pasado y del presente. Esta caracterstica requiere poder razonar sobre el tiempo, sobre los cambios y sus consecuencias. Planificacin: Un plan es un programa de acciones que han de ejecutarse para alcanzar una meta (objetivo). Los planes deben construirse sin consumir muchos recursos ni violar las restricciones propias del dominio. Otros autores incluyen adems otras caractersticas como: a) El Control; los sistemas expertos deben ser capaces de gobernar la conducta de un entorno complejo, b) La Instruccin; tienen que detectar y corregir los errores de un aprendiz (humano o artificial) lo que implica un cierto grado de entrenamiento del dominio, y c) la depuracin (Debugging); los sistemas expertos han de saber localizar errores y aplicar remedios. [UJA 1994] 2.2.2.3.2. Anlisis Del Conocimiento. Existen varios componentes del conocimiento, que dan origen a la habilidad experta en su desempeo. Se pueden ver generalmente como: Hechos. Declaraciones que relacionan algunos elementos de la realidad con referencia al rea especfica. Por ejemplo: La leche es blanca. El adhesivo para baldosas de cermica no se fijar al concreto que tenga menos de 2 meses de aplicado. Un Boeing 747 vuela sin problemas con tres motores.

37

Reglas de procedimiento. Reglas bien definidas e invariables que describen secuencias fundamentales de eventos y relaciones relativas al rea. Por ejemplo: Siempre verifique el movimiento vehicular antes de intentar entrar a una autopista. Si el altmetro seala el nivel de vuelo, el medidor de la velocidad vertical debe marcar cero.

Reglas heursticas. Reglas generales en forma de opiniones o reglas empricas que sugieren procedimientos que se pueden cuando no existen disponibles reglas de procedimiento invariables. Dichas reglas son aproximadas y han sido generalmente acuadas por un experto a travs de aos de experiencia. Por ejemplo: Si una sierra parece estar bien pero aun as no arranca, afloje la tensin de la cadena. Es mejor intentar un aterrizaje de emergencia bajo condiciones controladas que volar en condiciones desconocidas.

El uso de heursticas contribuye grandemente a la potencia y flexibilidad de los SE y tiende a distinguirlos an ms del software tradicional. Adems de estas formas especficas de conocimientos, un experto posee un modelo conceptual general del rea especfica y un esquema global para hallar soluciones. Estas Visiones globales conforman la infraestructura bsica para la aplicacin por parte del experto de conocimientos detallados. [DWR 1990]

38

El conocimiento es la piedra angular de la potencia de un SE, debemos ser capaces de representar abstractamente el conocimiento y utilizarlo para apoyar el proceso de razonamiento del sistema. 2.2.2.3.3. Representacin del Conocimiento Mediante Objetos. Se definir un objeto como un concepto, abstraccin, o cosa con lmites bien definidos y con significado a efectos del problema que se tenga entre manos. Los objetos tiene dos propsitos: promover la comprensin del mundo real y proporcionar una base prctica para la implementacin por computadora. La descomposicin de un problema en objetos depende del juicio y de la naturaleza del problema. No existe una nica representacin correcta. Todos los objetos poseen su propia identidad y se pueden distinguir entre s, dos manzanas del mismo color, forma y textura siguen siendo manzanas individuales. El trmino identidad significa que los objetos se distinguen por su existencia inherente y no por las propiedades descriptivas que puedan tener. La representacin orientada a objetos est influida por redes semnticas y, principalmente por prototipos. En esta representacin el mundo se ve como una serie de objetos que interactan entre s. Los objetos son instancias de clases (prototipos), las cuales forman una jerarqua de superclasessubclases. Las subclases heredan los atributos y mtodos (forma de comunicarse con otros objetos) de su superclase(s), los cuales se aplican a todos los objetos que pertenecen a dicha clase. Los objetos, como forma de representacin del conocimiento ofrecen las siguientes ventajas:

39

1. Poder de abstraccin. 2. Encapsulamiento o capacidad de esconder informacin. 3. Herencia, es decir pueden recibir caractersticas o propiedades de sus ancestros. 4. Polimorfismo, que permite crear una interfaz comn para todos los diversos objetos utilizados dentro del dominio. 5. Posibilidad de reutilizacin del cdigo. 6. Mayor facilidad para poder trabajar eficientemente con sistemas grandes Las desventajas son similares a las que se indicaron para las plantillas: 1. Dificultades para manejar objetos que se alejan demasiado de la norma. 2. Dificultades para manejar situaciones que han sido encontradas previamente. 2.2.2.3.4. Arquitectura de los Sistemas Expertos. Los SE emplean una amplia variedad de arquitecturas especficas en sus sistemas, principalmente por que una arquitectura es ms aplicable que otra cuando se considera una aplicacin dada. Actualmente se lleva a cabo una vasta investigacin para estudiar diferentes aspectos de las arquitecturas de SE y subsiste un considerable debate al respecto. A pesar de las diferencias significativas, la mayora de las arquitecturas tienen muchos componentes en comn. La Figura 2.04. muestra una arquitectura general con los componentes tpicos. [DWR 1990]

40

Mdulo Para Explicacin Motor De Inferencia

Memoria de Trabajo

Interfaz De Usuario

Base De Conocimientos

Mdulo de Adquisicin de Conocimiento

USUARIO Figura. 2.04. Arquitectura de un sistema experto Fuente: [UJA 1994]

EXPERTO

El Usuario. El usuario de un sistema experto puede estar operando en cualquiera de los siguientes modos: Verificador, Alumno, Cliente. El Experto. El experto da informacin adicional al sistema o modifica el conocimiento que ya esta presente en el sistema. Facilidades De Interfaz Con El Usuario. Las facilidades de interfaz con el usuario deben aceptar informacin del usuario y traducirla a una forma aceptable para el resto del sistema o aceptar informacin proveniente del sistema y convertirla a una que el usuario pueda entender.

41

Base De Conocimientos. La base de conocimientos representa un depsito de las primitivas del conocimiento (por ejemplo, hechos, reglas de procedimientos y heursticas). Motor de Inferencia. Los SE deben por su naturaleza tratar flexiblemente con situaciones cambiantes. La capacidad para responder ante situaciones cambiantes depende de la habilidad para inferir nuevos conocimientos a partir de conocimientos existentes. Interfaz De Adquisicin. El conocimiento crece y cambia constantemente por lo cual la base de conocimientos se debe modificar en el mismo sentido. Para llevar a cabo tales actualizaciones se emplean la facilidad para actualizacin de conocimientos. Sistema De Explicaciones. Adems de lograr simplemente una conclusin cuando enfrenta un problema complicado, un experto es tambin capaz de explicar, hasta cierto punto, el razonamiento que conduce a dicha conclusin. Un SE debe disearse para brindar un facultad semejante. [DWR 1990] 2.2.3. MODELO Y DISEO ORIENTADO A OBJETOS METODOLOGA OMT 2.2.3.1. OMT COMO METODOLOGA DE INGENIERA DEL SOFTWARE Una metodologa del software es un proceso para producir software de forma organizada, empleando una coleccin de tcnicas y convenciones de notacin predefinidas. La metodologa suele presentarse como una serie de

42

pasos, con tcnicas y notaciones asociadas a cada paso. Los pasos de produccin del software suelen organizarse en un ciclo de vida que consta de varias fases de desarrollo. El ciclo de vida completo del software abarca desde la formulacin inicial del problema, pasando por el anlisis, diseo, implementacin y pruebas del software, hasta una fase operacional durante la cual se lleva a cabo el mantenimiento y las mejoras. La metodologa OMT presta su apoyo a todo el ciclo de vida completo del software. Tanto las pruebas como el mantenimiento son simplificados por un enfoque orientado a objetos, pero los mtodos tradicionales que se utilizan en estas fases no resultan alterados de forma significativa. Sin embargo, un enfoque orientado a objetos produce un diseo limpio y fcil de comprender, que resulta ms fcil de probar, mantener y extender que los diseos no orientados a objetos porque las clases de objetos proporcionan una unidad natural de modularidad. Algunos desarrolladores del software prefieren una aproximacin de prototipos rpidos, mediante la cual una pequea porcin del software es desarrollada inicialmente y se va evaluando mediante su utilizacin. El software se va volviendo robusto mediante mejoras incrementales de la especificacin, diseo e implementacin. Por contraste, con el enfoque del ciclo de vida, el software se especifica primero por completo, se disea entonces por completo y, por ltimo, se complementa por completo. 2.2.3.2. LA METODOLOGA OMT La metodologa OMT consta de varias fases:

43

2.2.3.2.1. Conceptualizacin. Se describen los requerimientos para la solucin del sistema. Comienza identificando las necesidades desde el punto de vista de los usuarios. Dicha informacin puede ser extrada de los casos de uso y del dominio del problema. 2.2.3.2.2. El Anlisis. Se dedica a la comprensin y modelado de la aplicacin y del dominio en el cual funciona. La entrada inicial de la fase de anlisis es una descripcin del problema que hay que resolver y proporciona una visin general conceptual del sistema propuesto. Un dilogo subsiguiente con el cliente y un conocimiento de fondo del mundo real son entradas adicionales del anlisis. La salida del anlisis es un modelo formal que captura los tres aspectos esenciales del sistema. Los objetos y sus relaciones, el flujo dinmico de control, y la transformacin funcional de datos que estn sometidos a restricciones. Modelado de objetos. Es el primer paso del anlisis, en este se construye un modelo de objetos, el cual muestra la estructura esttica de datos correspondiente al sistema del mundo real, y la organiza en segmentos manejables describiendo clases de objetos del mundo real, y sus relaciones entre s. Para construir un modelo de objetos, se llevan a cabo los pasos siguientes: o Identificar los objetos y las clases. o Preparar un diccionario de datos. o Identificar las asociaciones entre objetos o Identificar atributos de objetos y enlaces.

44

o Organizar y simplificar las clases de objetos empleando la herencia. o Verificar que existen las vas de acceso adecuadas para las probables consultas. o Iterar y refinar el modelo. o Agrupar las clases en mdulos. Modelado Dinmico. El modelo dinmico muestra la forma en que el comportamiento del sistema y de los objetos de que consta va variando con el tiempo. Para construir un modelo dinmico se llevan a cabo los pasos siguientes: o Se preparan escenarios de secuencias tpicas de interaccin. o Se identifican sucesos que acten entre objetos. o Se prepara un seguimiento de sucesos para cada escenario. o Se construye un diagrama de estados. o Se comparan los sucesos intercambiados entre objetos para verificar la congruencia. Modelado Funcional. El modelo funcional muestra la forma en que se calculan los valores, sin tener en cuenta las secuencias, decisiones o estructura de los objetos. El modelo funcional muestra que valores dependen de que otros valores y de las funciones que los relacionan. Para construir un modelo funcional hay que dar los pasos siguientes. o Identificar los valores de entrada y de salida. o Construir diagramas de flujo de datos que muestren las dependencias funcionales. o Describir las funciones. o Identificar las restricciones. o Especificar los criterios de optimizacin.

45

2.2.3.2.3. Diseo del Sistema La arquitectura global del sistema se determina durante el Diseo de Sistema. Utilizando el modelo de objetos como gua, se organiza el sistema en subsistemas. La concurrencia se organiza agrupando objetos en tareas concurrentes. Se toma decisiones globales acerca de la comunicacin entre procesos, almacenamiento de datos e implantacin del modelo dinmico. Se establecen prioridades para hacer concesiones de diseo. 2.2.3.2.4. Diseo de Objetos Durante esta fase, se elaboran los modelos de anlisis, se refina y despus se optimizan para producir un diseo prctico. Durante el diseo de objetos existe un desplazamiento del foco de atencin desde los conceptos de la aplicacin hasta los conceptos de la computadora. En primer lugar, se seleccionan los algoritmos bsicos para implementar todas las funciones fundamentales del sistema. Basndose en estos algoritmos, se optimiza entonces la estructura del modelo de objetos para una implementacin eficiente. El diseo tambin debe de tener en cuenta la concurrencia y el flujo dinmico de control, segn hayan sido determinados durante el diseo del sistema. Se determina la implementacin de cada asociacin y de cada atributo. Finalmente, los subsistemas se empaquetan en mdulos. 2.2.3.2.5. Implementacin. En el captulo de implementacin analizaremos las diferentes formas de completar el anlisis y diseo orientados a objetos mediante lenguajes de programacin y sistemas de bases de datos.

46

2.2.3.3. IMPACTO DE UN ENFOQUE ORIENTADA A OBJETOS La metodologa OMT es un enfoque a la construccin del software orientada a objetos que difiere de los enfoques tradicionales del desarrollo del software. Estas diferencias afectan al proceso del desarrollo del software en s. Desplazamiento del esfuerzo de desarrollo hacia el anlisis. Una

aproximacin orientada a objetos traslada gran parte del esfuerzo del desarrollo del software hacia la fase de anlisis del ciclo de vida. En algunas ocasiones resulta desconcertante invertir ms tiempo en el anlisis y en el diseo, pero este esfuerzo adicional resulta que compensado por una implementacin ms rpido y ms sencilla. Dado que el diseo resultante es ms limpio y ms adaptable, los cambios futuros sern muchos ms sencillos. Inters especial en las estructuras de datos antes que en las funciones. Una aproximacin orientada a objetos centra su atencin en las estructuras de datos, y no en las funciones que haya que efectuar. Este cambio de centro de atencin da al proceso de desarrollo una base ms estable, y permite utilizar un nico concepto de objeto. Todos los dems conceptos, tales como las funciones, relaciones, y sucesos se organizan en torno de los objetos, de tal manera que la informacin registrada durante el anlisis no se pierde ni se transforma cuando se produce el diseo y la implementacin. Las estructuras de datos de una aplicacin y las relaciones existentes entre ellas son mucho menos vulnerables a los requisitos cambiantes que las operaciones que se aplican a los datos. La organizacin de un sistema en torno de objetos y no en torno de funciones da al proceso de desarrollo una estabilidad de la cual carecen las aproximaciones orientadas a funciones. Los

47

objetos encapsulados, con interfaces pblicas que ocultan su organizacin interna privada, estn todava ms protegidos de los efectos del cambio. Un proceso desarrollo sin costuras. Dado que la aproximacin orientada a objetos define un conjunto de objetos orientados al problema en las primeras fases del proyecto, y sigue utilizando y extendiendo estos objetos a lo largo del cielo de desarrollo, la separacin entre fases del ciclo de vida resulta mucho menos aparente. En la Tcnica de Modelado de Objetos, el modelo de objetos desarrollado durante el anlisis se utiliza para el diseo y para la implementacin, y se orienta el trabajo hacia el refinamiento del modelo con niveles progresivamente ms detallados, en lugar de hacer una transformacin de una representacin a otra. El proceso carece de costuras porque no hay discontinuidad en las cuales una notacin de una fase sea sustituida por otra notacin distinta en otra fase. Iterativo ms que secuencial. An cuando la descripcin de la Tcnica de Modelado de Objetos es necesariamente lineal, el proceso de desarrollo real es iterativo. La carencia de costuras de desarrollo orientado a objetos hace ms sencillo repetir los pasos de desarrollo con grados de detalle cada vez ms finos. Cada iteracin aade o clarifica caractersticas, en lugar de modificar un trabajo que ya se haba hecho, as que hay menos oportunidades para introducir incongruencias y errores. (Rumbaugh James, 1996, paginas 203-264) [MDOO 1995] 2.2.4. MTODO DE BUCHANAN. Este mtodo puede esquematizarse en seis etapas:

48

Etapa 1: Familiarizarse con el Problema y el Dominio. Abarca desde la lectura de libros o artculos, las entrevistas o charlas con las personas familiarizadas con el tema y la bsqueda de un experto que est dispuesto a colaborar en la construccin del sistema; como as tambin la definicin de cuales son las funciones o tareas ms idneas para ser realizadas por el sistema experto. Estas tareas son importantes para determinan que lenguaje y que sistema se usar. El ingeniero de conocimiento debe sentirse razonablemente cmodo respecto del dominio del problema, como para conversas inteligentemente con el experto. Etapa 2: Delimitar el Sistema. Significa que por medio de entrevistas con el experto, con el objetivo de identificar y caracterizar el problema informalmente. El experto de campo y el ingeniero de conocimiento definen el alcance del sistema experto, es decir, que problemas va a resolver concretamente el sistema experto. Etapa 3: Obtener la Estructura de Inferencia del Sistema Experto. Con el problema adecuadamente definido el ingeniero de conocimiento empieza a determinar los principales conceptos del dominio que se requieren para realizar cada una de las tareas que va a resolver el sistema. ste trata de entender que conceptos son relevantes e importantes solicitndole al experto que explique y justifique los razonamientos que utiliza para resolver los problemas. Esto es importante para la tarea de definicin del sistema experto y para mantener una adecuada documentacin del mismo, ya que es til para la tarea de diseo, construccin y para posteriores modificaciones del sistema.

49

El ingeniero de conocimiento debe prestar atencin al experto de campo para encontrar la estructura bsica que el experto utiliza para resolver el problema. Est formada por una serie de mecanismos organizativos que el experto de campo usa para manejarse en ese dominio. Esta estructura bsica de organizacin del conocimiento le permiten al experto realizar ciertos tipos de inferencias. El ingeniero de conocimiento adems debe reconocer las estrategias bsicas que usa el experto cuando desarrolla su tarea, que hechos establece primero, que tipos de preguntas realiza primero, si define supuestos inicialmente sin bases con informacin tentativa, como determina el experto que pregunta debe usar para refinar sus suposiciones y en que orden el experto prosigue con cada subtarea y si ese orden vara segn el caso. La estructura del conocimiento indica que tareas y trminos est usando y la estrategia indica como y cuando el sistema experto debe establecerlas. Etapa 4: Definir el Sistema Experto Prototipo. El ingeniero de conocimiento debe formalizar el conocimiento obtenido del experto. Esta tarea implica definir que arquitectura permitir una mejor organizacin del conocimiento. Es necesario elegir la organizacin, lenguaje y medio ambiente de programacin adecuados para la aplicacin particular. Se definen los conceptos primitivos, con la forma de representacin elegida. Este es el primer paso hacia la implementacin del prototipo. El ingeniero de conocimiento deber a medida que se desarrolla el prototipo lo siguiente: 1. que el formalismo usado es el apropiado para reflejar los conceptos y el proceso de inferencia del experto.

50

2. que las caractersticas particulares de construccin del lenguaje capturen exactamente los aspectos estructurales ms importantes de los conceptos usados por el experto. 3. que la estructura del control del lenguaje al activar las reglas refleje la estrategia usada por el experto. 4. que las reglas reflejen asociaciones y mtodos que: a. son los usados por el experto. b. son modelos aceptables de dichos mtodos. El ingeniero de conocimiento puede presentar las reglas definidas y en ocasiones los resultados obtenidos al usar las reglas, para que el experto manifieste su opinin sobre la representacin y soluciones. Etapa 5: Depurar el Sistema Prototipo. Se refina el sistema prototipo, depurado la base de conocimientos, refinando reglas, rediseando la estructura del conocimiento, o reformulando conceptos bsicos, con el objetivo de capturar informacin adicional que haya proporcionado el experto. Tambin se consultan en esta etapa otros expertos para corroborar, controlar, ampliar y refinar el prototipo. Etapa 6: Optimizar el Sistema Experto Prototipo. Cuando el sistema prototipo ha crecido tanto que resulta difcil de manejar el ingeniero de conocimiento redisea un sistema ms eficiente. Este nuevo sistema deber refinarse y extenderse a fin de completar as el desarrollo del sistema experto. Esto es transformar efectivamente el sistema prototipo en un sistema experto aplicable.

51

2.2.5. COCOMO II. COCOMO II, es un modelo que permite estimar el coste, esfuerzo y tiempo cuando se planifica una nueva actividad de desarrollo de software. Est asociado a los ciclos de vida modernos, apunta hacia los proyectos de software de los 90 y de la primera dcada del 2000. 2.2.5.1. UTILIZACIN DEL MODELO DE COMPOSICIN DE APLICACIONES. Este modelo se dirige a aplicaciones que estn demasiado diversificadas para crearse rpidamente en una herramienta de dominio especfico, (como una hoja de clculo) y que todava no se conocen suficientemente como para ser compuestas a partir de componentes nter operables. Ejemplos de estos sistemas basados en componentes son los creadores de interfaces grficas para usuario, base de datos o gestores de objetos, middleware para proceso distribuido o transaccional, manejadores hipermedia, buscadores de datos pequeos y componentes de dominio especfico tales como paquetes de control de procesos financieros, mdicos industriales. Dado que el Modelo De Composicin De Aplicaciones incluye esfuerzos de prototipazo para resolver asuntos potenciales de alto riesgo tales como interfaces de usuario, interaccin software/sistema, ejecucin grado de madurez tecnolgica, los costes de este tipo de esfuerzo se estiman mejor mediante dicho modelo. 2.2.5.2. MODELO DE COSTE DE COMPOSICIN DE APLICACIONES. 2.2.5.2.1. Introduccin a los Puntos Objeto. Los puntos objeto son el recuento de pantallas, informes, mdulos de lenguajes de 3ra generacin desarrollados en la aplicacin, cada uno

52

ponderado mediante un factor de complejidad de tres niveles (simple, medio y complejo). La estimacin de puntos objeto es un enfoque relativamente nuevo de medida de software, pero encaja bien en las prcticas del sector de la Composicin de Aplicaciones. Tambin encaja muy bien en los esfuerzos de prototipado asociados, basado en el uso de herramientas ICASE que proporcionan constructores de interfaces grficos de usuario, herramientas de desarrollo de software; y en general, infraestructura que puede componerse y componentes de aplicacin. En estas reas se ha comparado bien con la estimacin de Puntos de Funcin en un conjunto de aplicaciones no triviales (pero todava limitadas). 2.2.5.2.2. Procedimiento de Obtencin de Puntos Objeto. La definicin de los trminos utilizados en los Puntos Objetos es la siguiente: OP NOP Srvr Clnt : Puntos Objeto. : Nuevos Puntos Objeto (Cantidad de Puntos Objeto ajustado por la reutilizacin). : Nmero de tablas de datos del servidor (mainframe equivalente) usadas junto a la pantalla o informe. : nmero de tablas de datos del cliente (estacin de trabajo personal) usadas junto con la pantalla o el informe. %reuse : Porcentaje de pantallas, informes y mdulos 3GL reutilizados a partir de aplicaciones anteriores prorrateadas por grado de reutilizacin. Hemos de destacar que el uso del trmino Objeto en los puntos objeto define Pantallas, Informes y mdulos 3GL como objetos.

53

Paso 1. Hacer el Recuento de Objetos Estimar el nmero de pantallas, informes y componentes de las que consta esta aplicacin, suponer las definiciones estndar de los objetos en el entorno ICASE correspondiente. Paso 2. Clasificar Cada Instancia de Objeto Clasificar cada instancia de objeto dentro de niveles de complejidad simple, media y difcil dependiendo de los valores de las dimensiones de las caractersticas. (Tabla 2.02)
Para Pantallas N de vistas que contiene Total < 4 (<2 srvr <3clnt) <3 37 >8 Simple Simple Medio Total < 8 (2/3 srvr 3-5 clnt) Simple Medio Difcil Total 8+ (>3 srvr >5clnt) Medio Difcil Difcil 01 23 4+ # y fuente de tablas de datos N de secciones que contiene Para Informes # y fuente de tablas de datos Total < 4 (<2 srvr <3clnt) Simple Simple Medio Total < 8 (2/3 srvr 3-5 clnt) Simple Medio Difcil

Total 8+ (>3 srvr >5clnt) Medio Difcil Difcil

TABLA 2.02. Complejidad asociada a las instancias de objetos Fuente: [EPS 2000]

Paso 3. Pesar el Nmero de Cada Celda. El peso refleja el esfuerzo relativo que se requiere para implementar una instancia de ese nivel de complejidad, para determinar el peso se usa la tabla siguiente (Tabla 2.03.)

Tipo de Objeto Simple Pantalla Informe Componente 3GL 1 2

Complejidad Peso Medio 2 5 Difcil 3 8 10

TABLA 2.03. Pesos asociados a los niveles de complejidad. Fuente: [EPS 2000]

54

Paso 4. Determinar Puntos Objeto. Para determinar los Puntos Objeto se debe sumar todas las instancias pesadas para conseguir un nmero. El recuento de puntos objeto. Paso 5. Porcentaje de Reutilizacin. Estimar el porcentaje de reutilizacin que se espera lograr en este proyecto. Calculando los nuevos Puntos Objeto a desarrollar.

NOP =

(OP ) (100 % Re use)

100

[Ec. 2.01.]

Paso 6. Determinar Ratio de Productividad. El ratio de productividad

PROD = NOP

Meses persona

[Ec.

2.02.]

se

determina a partir de la Tabla 2.04.

Experiencia y capacidad de los desarrolladores ICASE madurez y capacidad PROD

Muy Bajo Muy Bajo 4

Bajo Bajo 7

Nominal Nominal 13

Alto Alto 25

Muy Alto Muy Alto 50

TABLA 2.04. Ratio De Productividad PROD. Fuente: [EPS 2000]

Paso 7. Clculo del valor Meses-Persona. Para realizar el clculo del valor Meses-Persona (esfuerzo) se utiliza la ecuacin:

MM =

NOP PROD

[Ec. 2.03.]

55

2.2.5.3. (SCED) CALENDARIO DE DESARROLLO REQUERIDO. Este valor mide las restricciones de horario impuestas al equipo de proyecto que desarrolla el Software. Los valores se definen en trminos de porcentaje de aceleracin alargamiento sobre el calendario respecto de un calendario nominal par proyectos que requiere una cantidad de una cantidad de esfuerzo dada. Los calendarios acelerados tienden a producir ms esfuerzos en las frases ms tardas de desarrollo porque se dejan por solucionar ms problemas debido a la falta de tiempo para resolverlos ms prontos. Una comprensin del calendario del 74% se evala como Muy Bajo. Un alargamiento del calendario produce ms esfuerzo en las fases ms tempranas del desarrollo, donde hay ms tiempo para planificar, hacer especificaciones y validar minuciosamente. Un alargamiento del 160% se valora como Muy Alto (Tabla 2.05).
Muy Bajo 75% del nominal Bajo 85% Nominal 100% Fuente: [EPS 2000] Alto 130% Muy Alto 160% Extra Alto

SCED

Tabla 2.05. Niveles de medida TIME

2.2.5.4. AHORRO Y GASTO SOFTWARE DE ESCALA (B).

5

B = 0.91 + 0.01 SFJ

J =1

[Ec. 2.04.]

Los modelos de estimacin de coste del software a menudo tienen un factor exponencial para considerar los gastos y ahorros relativos de escala encontrados en proyectos software de distinto tamao. El exponente B se usa para capturar estos efectos. El valor de B es calculado mediante la ecuacin anterior.

56

El exponente B se obtiene mediante los denominados drivers de escala. La seleccin de drivers de escala se basa en la razn de que ellos son un recurso significante de variacin exponencial en un esfuerzo variacin de la productividad del proyecto. Cada driver de escala tiene un rango de niveles de valores desde Muy Bajo hasta Extra Alto (Tabla 2.06), cada nivel de valores tiene un peso, SF, y el valor especfico del peso se llama factor de escala. Un factor de escala de un proyecto, SFJ (ver Tabla 2.07), se calcula sumando todos los factores y se usa para determinar el exponente de escala, B.
Factores de Escala (SFJ)

Muy Bajo

Bajo

Nominal Casi sin precedentes Algo de relajacin A menudo (60 %) Interacciones bsicamente cooperativas

Alto Algo familiar Conformidad general Generalmente (75 %) Bastante cooperativo

Muy Alto Muy familiar Algo de conformidad En su mayor parte (90 %) Altamente cooperativo

Extra Alto Completamente familiar Metas generales Por completo (100 %) Completas interacciones

PREC FLEX RESL TEAM PMAT

Completamente Prcticamente sin precedentes sin precedentes Riguroso Poco (20 %) Interacciones muy difciles Relajacin ocasional Algo (40 %) Algo de dificultad en las interacciones

Peso medio de respuestas SI para el cuestionario de madurez CMM

Tabla 2.06 Factores de escala para el modelo de COCOMO II Fuente: [EPS 2000]

Factores de Escala (WI) PREC FLEX RESL TEAM PMAT

Muy Bajo 6.20 5.07 7.07 5.48 7.80

Bajo 4.96 4.05 5.65 4.38 6.24

Nominal 3.72 3.04 4.24 3.29 4.68 Fuente: [EPS 2000]

Alto 2.48 2.03 2.83 2.19 3.12

Muy Alto 1.24 1.01 1.41 1.10 1.56

Extra Alto 0.00 0.00 0.00 0.00 0.00

Tabla 2.07. Valores de los Factores de escala para el modelo de COCOMO II

57

2.2.5.5. VALORES DE TIEMPO DE DESARROLLO. La versin inicial de COCOMO II proporciona una capacidad de estimacin de tiempo simplemente similar a las de COCOMO. La ecuacin siguiente es la ecuacin inicial de tiempos base para las tres etapas de COCOMO II es:

TDEV = 3.67 MM 0.28+0.2( B 1.01)

SCED % 100

[Ec. 2.05.]

Donde: TDEV es el tiempo en meses desde la determinacin de una lnea base de requisitos del producto hasta que se completa una actividad de aceptacin que certifica que el producto satisface los requisitos. MM es la estimacin de meses-persona, excluyendo el estimador de esfuerzo SCED. B es la suma de los factores de escala del proyecto SCED % es el porcentaje de compresin/expansin en el multiplicador de esfuerzo SCED, (ver tabla 2.05.).

58

59

A travs del estudio de Costo Beneficio se podr determinar si vale la pena invertir en el sistema, puesto que ste no traer beneficios econmicos, sino beneficios personales. 3.1. BENEFICIOS. 3.1.1. BENEFICIOS TANGIBLES. Rpido diagnstico, por que la forma precaria de correccin del WISCR resultaba muy morosa. El Sistema experto ha resultado sumamente til para diagnosticar el retraso mental y prevenir el diagnostico errneo en individuos mas o menos normales cuya adaptacin social era defectuosa por razones distintas de la deficiencia mental. El sistema experto tiene una mejor interaccin con el usuario ya que ste no tiene que transportar todo el material para la aplicacin de las pruebas. El tener un sistema computarizado facilita la evaluacin en diferentes lugares por su cmoda manipulacin e instalacin en diferentes ordenadores. 3.1.2. BENEFICIOS INTANGIBLES. Es una gran ayuda en el diagnstico y el tratamiento, en especial para los nios que tienen un C.I. debajo lo normal.

60

Brinda una asertividad para el tratamiento en especial para la educacin infantil.

Gracias al sistema se podr buscar una ayuda capacitada, orientada siempre hacia el bien del discapacitado intelectual.

Al ser tan accesible y fcil de manejar, el sistema experto es un incentivo para el psiclogo.

El sistema computarizado llama la atencin de los nios y es ms fcil para el psiclogo realizar la aplicacin a stos por que ya tiene su atencin.

3.2. ESTIMACIN DE COSTOS. La estimacin de costos es el proceso que nos permite estimar los recursos, ya sean monetarios, humanos, materiales, necesarios para llevar a cabo el proceso de desarrollo de software. Es decir: Cunto esfuerzo es necesario para completar el producto? Cunto tiempo se necesita o es necesario para terminar el producto? Cuntas personas son necesarias para completarlo? Qu materiales (Hardware y Software) es necesario para terminar el producto? Cul es el coste total de una actividad?

Para determinar los costos del sistema tenemos que calcular los costes del Hardware, del software, el costo del Ingeniero o los ingenieros que intervienen en el desarrollo del sistema (determinado por el esfuerzo y el tiempo de productividad del sistema).

61

3.3. COSTOS DE ANLISIS Y DISEO DE SOFTWARE. Para determinar el costo del software y su tiempo de desarrollo utilizaremos la tcnica de estimacin de tiempo y coste de software llamada COCOMO II, para lo cual utilizaremos el modelo siguiente: 3.3.1. MODELO DE COSTE DE COMPOSICIN DE APLICACIONES. a) Recuento de Objetos. Nmero de Pantallas = 14 Nmero de Informes = 5

b) Clasificacin de Cada Instancia de Objeto. La clasificacin de cada instancia se de objeto se realiza dentro de los niveles de complejidad simple, media y difcil. (Tabla 2.02. Captulo II.) Pantallas: Complejidad Simple: Pantalla Principal = 1 Complejidad Medio: Registro de Nios, Nuevo Registro, Aplicacin Del WISC-R, Aplicacin del Currculo, Apreciacin de conocimientos, Aptitudes y Rendimiento, Nios en el Sistema, Aplicaciones del WISC-R, Currculos, Conocimientos, Aptitudes y Rendimiento = 9 Complejidad 4 Difcil: WISC-R, Nuevo Currculo, Apreciar Conocimientos, Aptitudes y Rendimiento, Aprendizaje del Sistema =

62

Informes: Complejidad Medio: Nios en el sistema, Aplicaciones del R, Currculos, Conocimientos, Aptitudes y Conocimiento del Sistema = 5 WISC Rendimiento,

c) Determinar Puntos Objeto. Pesando el nmero de cada celda usando la Tabla 2.03 (Captulo II), este peso representar el esfuerzo relativo que se requiere para implementar una instancia. Entonces:

OP = (Pantallas Complejidad ) + (Informes complejidad ) +

(Componente 3

GL Complejidad )

OP = [(1 * 1) + (9 * 2) + ( 4 * 3)] + [5 * 5] + [0 * 10]

OP = 31 + 25 + 0 = 56
d) Estimar el Porcentaje de Reutilizacin. En el sistema se estima un porcentaje de reutilizacin de cdigo el 25 % debido a las caractersticas que poseen los objetos, y el mismo sistema para realizar las inferencias. Con este porcentaje de reutilizacin calcularemos los nuevos puntos Objeto NOP:

NOP =

(OP ) (100 % Re utilizaci n )

100

63

NOP =

56 (100 25) 100

NOP = 42
e) Determinar un Ratio de Productividad PROD. El ratio de productividad est dado por la tabla 2.04 (Captulo 2) y est expresado en NOP/Meses-persona. Como la experiencia y la capacidad de los desarrolladores de media, escogeremos el valor Nominal con un valor de 13. Entonces: PROD = 13 NOP/Meses-persona f) Clculo de Valor Meses - Persona Estimado. La frmula bsica para obtener una estimacin de esfuerzo es:

MM =

NOP PROD

MM =

42 = 3.2 3Meses persona 13

g) Clculo del Tiempo de Desarrollo. Adems del esfuerzo se debe estimar el tiempo en el que el sistema podr ser terminado.

64

Entonces:

TDEV = 3.67 MM 0.28+0.2( B1.01)

SCED% 100
NOMINAL por las

Tomaremos

un

alargamiento

de

calendario

caractersticas del sistema con lo cual el valor de SCED% es de 100%

B = 0.91 + 0.01 SFJ

J =1

Los valores para los factores de escala que tomaremos (segn la tabla 2.07 del Captulo 2) son los siguientes:
Factor de Escala SFJ Nivel Valor PREC Alto 3.72 FLEX Bajo 4.05 RESL Nominal 4.24 TEAM Alto 2.19 PMAT Nominal 4.68 18.88 TOTAL SF Tabla 3.08. Valores para los factores de escala Fuente: Elaboracin Propia

B = 0.91 + 0.01 18.88

B = 0.91 + 0.1888
B = 1.1
Tenemos:

TDEV = 3.67 30.28+0.2(1.11.01)

TDEV = 3.67 30.28+0.018 1

0.298

[ ] TDEV = [3.67 3 ] 1

100 100

65

TDEV = [3.67 1.387] 1

TDEV = 5.1Meses 155 Das Aproximada mente

h) Clculo del Personal Requerido. Para calcular la cantidad de personal que se requiere para el desarrollo del sistema se utiliza la formula Pr =

MM . TDEV

Reemplazando tenemos:

Pr =

3Meses Personas = 0.6 Personas 5.1Meses

1 Persona

i) Clculo del Costo de desarrollo de Software. El Clculo del costo de desarrollo de software se calcula mediante la formula CS Pr SP

CS = Pr* D * SP donde:

= Costo del desarrollo de software = Personal requerido = Sueldo del Personal.

TDEV = Tiempo requerido para el desarrollo

Teniendo en cuenta el mercado actual se le asignar un sueldo de 200 Dlares mensuales a los desarrolladores (Personal) obteniendo:

CS = 1 5.1Mes

200 $us Mes

= 1020 $us

66

j) Hardware y Software Requerido. Los requisitos mnimos de hardware y Software para el sistema son: Procesador Pentium 3 de 700 Mhz Memoria RAM de 192 MB Lector de CD 100 MB de espacio en Disco duro inicialmente Tarjeta de video de 4 MB. Impresora (Cualquiera) Dispositivos de entrada compatibles con Windows Monitor SVGA Windows Me Scanner (Cualquiera)

El Hardware est directamente relacionado con los costos del sistema, pero el clculo se realizar con precios de equipos modernos que se los encuentran en el mercado, los cuales cumplen y sobrepasan los requisitos mnimos. En las siguientes tablas detallamos las partes y los costos de estas para realizar el clculo correspondiente.
PARTES Precio $us (NIT Incluido) Microprocesador Intel Celern 2.8 100 Tarjeta Madre PC-Chips 45 Memoria DDR 256 28 Disco Duro IBM 60 GB 60 Lector de CD 52X 17 Floppy Drive 3 8 Monitor LG de 15 95 Case / Teclado / Mouse / Parlantes 53 Impresora Canon i1000 56 Scanner Genios 78 TOTAL 540 TABLA 3.09. Costos de Hardware FUENTE Mercado Huyustus

67

Software Precio $us (NIT Incluido) Windows XP Home Edition Microsoft Visual Studio .NET Microsoft Office TOTAL TABLA 3.10. Costos de Software FUENTE Microsoft Bolivia

115 350 250 465

k) Clculo del Costo del Sistema El costo total de sistema est dado por la frmula:

CTS = CS + HW + SW CTS = 1020 + 540 + 465

CTS = 2025 $us
El costo total del sistema es de 2025 Dlares, este monto nos sirve slo de parmetro econmico. El Sistema Experto de diagnstico, Monitoreo y Control para el Desarrollo Integral de Nios con Retraso Mental trae consigo una inversin inicial de 2025 Dlares, hay que considerar que los beneficios que este sistema trae son bastantes y se concluye vale la pena invertir en el sistema.

68

69

Para el modelado del sistema se utiliz la metodologa orientada a objetos de Rumbaugh, Object Modeling Technique OMT. Esta metodologa recoge una serie de pautas que nos ayudan a tomar decisiones sobre el modelado De sistemas complejos. La metodologa OMT se puede describir siguiendo las fases tradiciones del ciclo de vida: Conceptualizacin, Anlisis, Diseo del sistema, Diseo de objetos, Implementacin. Este captulo tendr todos los pasos necesarios para la realizacin del modelo OMT, ms adelante se tendr una referencia entre el trabajo de campo y el modelo OMT con el fin de alcanzar los objetivos expuestos en el captulo uno. 4.1. CONCEPTUALIZACIN En esta primera fase de conceptualizacin se hace una abstraccin de aquellos conceptos, objetos y situaciones que se consideran ms relevantes para entender cmo funciona un proceso de diagnstico y control. De este modo, se logra identificar el problema desde el punto de vista del usuario y esbozar un diagrama inicial de clases, que son los objetivos primordiales de esta fase. El sistema experto de Diagnstico Monitoreo y Control de Nios con Retraso Mental (SE DMC) tiene como objetivo principal el de evaluar la inteligencia de los nios y el avance en el aprendizaje de stos, el responsable de este proceso es el Psiclogo clnico ya que l evala a los nios, ste es tanto un proceso tcnico como una actividad tica.

70

El Psiclogo es el encargado de llevar a cabo la evaluacin, tanto como para obtener el Coeficiente Intelectual (CI) como para determinar el avance que el nio presenta. Tomando el Test de WISC-R para la obtencin del CI y Adaptaciones Curriculares para el seguimiento y progresos del nio. Cuando los nios terminan el proceso de evaluacin y seguimiento, el psiclogo procede a la valoracin de resultados, teniendo como parmetro su conocimiento y reglas de la evaluacin. El proceso de evaluacin es un proceso de retroalimentacin, coadyuvando a una toma de conciencia de los aprendizajes logrados, por parte de los nios y un anlisis de la calidad de los mtodos de enseanza por parte de los educadores. 4.2. ANLISIS. La fase siguiente a la conceptualizacin, en la aplicacin de la metodologa OMT, es la fase de anlisis. Esta fase se desarrolla fundamentalmente en dos partes. La primera de ellas se denomina Macroproceso y consiste en obtener un conocimiento del problema y su dominio. La segunda parte recibe el nombre de Microproceso se realiza la construccin de los tres modelos que constituyen la especificacin de los requisitos del problema. El primer modelo a construir es el Modelo de Objetos, en el que describimos la estructura del problema (contenidos y relaciones) mediante los diagramas de clases de objetos y sus correspondientes asociaciones. A continuacin realizamos el Modelo Dinmico del sistema, en el que se explica la evolucin temporal de los objetos activos del sistema haciendo uso de los escenarios y diagramas de estado. El tercer y ultimo modelo a realizar es el Modelo Funcional en el que se describir las operaciones que se efecta

71

utilizando diagramas de flujo de datos y diagramas de interaccin entre objetos. Explicamos a continuacin detalladamente cada uno de los modelos. 4.2.1. MODELO DE SISTEMA: MODELO DE OBJETOS. El microprocesado de modelado de objetos persigue como objetivo la obtencin de un diagrama de clases que refleje la estructura del sistema a modelar. 4.2.1.1. Identificacin De Las Clases. Partiendo del esbozo hecho en la fase de conceptualizacin, el primer paso del modelado de objetos es la identificacin de clases y elementos fundamentales del modelo. En la fase de conceptualizacin se puede identificar claramente a la clase principal que es el Psiclogo Clnico, el cual tiene la funcin principal de evaluar a los nios. A continuacin se presenta el diagrama con las clases tentativas y las seleccionadas, basndonos en la conceptualizacin.
PSICOLOGO CLINICO Nio

EVALUACION

Expediente

CURRCULO

SUBESCALA

APLICACIN / CURRICULO

Figura 4.05. Clases Identificadas A Partir de la Conceptualizacin Fuente: Elaboracin Propia

72

4.2.1.2. Diccionario del Modelo. Psiclogo Clnico. Es el encargado de llevar acabo la evaluacin de los nios. Evaluacin. Es la aplicacin del test de inteligencia (WISC-R) en los nios. Subescala. Es el conjunto de evaluaciones independientes que se aplica al nio. Currculo. Es el conjunto de estudios y prcticas destinados a que el alumno desarrolle plenamente sus posibilidades. Aplicacin / Currculo. Parmetros que ayudan en la apreciacin de los Conocimientos, Aptitudes y Rendimiento de los nios. Nio. Conjunto de personas o individuos a las que se les aplicar los tests y currculos. Expediente. Archivo donde se guarda los resultados de las Evaluaciones y Currculos que se le aplican al nio. 4.2.1.3. Reconocimiento De Atributos. Durante esta fase seleccionamos las caractersticas ms importantes de cada una de las clases que luego van a tener un papel relevante en el resto del anlisis. En la siguiente figura se pueden ver las clases y atributos de las mismas.

73

Psiclogo Clnico Evaluador

CURRCULO Nro de Aplicacin Descripcin Fecha de aplicacin NIO Nombre Fecha de Nac. Sexo Telfono Direccin.

EVALUACIN Nro de Evaluacin Descripcin Fecha de Evaluacin CI Obtenido EXPEDIENTE Datos Evaluaciones Datos Currculos Apreciaciones CAR

APLICACIN CURRCULO Area Ciclo Temas Detalle Evaluacin

SUBESCALA Subescala Reactivo Respuesta Tiempo

Figura 4.06. Clases y Atributos Fuente: Elaboracin Propia

4.2.1.4. Modelo de Objetos.

NIO Nombre Fecha de Nacimiento Sexo Telfono Direccin.

Tiene

EXPEDIENTE

Psiclogo Clnico
Accede a

Evaluador

Consta de

CURRCULO Nro de Aplicacin Descripcin Fecha de aplicacin

Posee

EVALUACIN Nro de Evaluacin Descripcin Fecha de Evaluacin CI Obtenido Tratamiento

Posee

APLICACIN CURRCULO Area Ciclo Temas Detalle Evaluacin

SUBESCALA Subescala Reactivo Respuesta Tiempo Ensayo

Figura 4.07. Modelo de Objetos con Atributos Fuente: Elaboracin Propia

74

4.2.2. MODELO DE SISTEMA: MODELO DINMICO. El modelo dinmico, siguiente modelo a realizar, describe la evolucin temporal de los objetos controladores del Sistema real a travs de los cambios que sufren al interactuar con otros objetos bien internos o bien externos al sistema. Para describir este modelo podemos utilizar Preparacin de Escenarios, Diagramas de Sucesos y diagramas de estado. 4.2.2.1. Preparacin de Escenarios. Los escenarios, muestran una serie concreta de interacciones entre objetos durante una ejecucin concreta del sistema. A continuacin se muestran los escenarios del SE DMC. - El Psiclogo Clnico ve la necesidad de abrir un nuevo expediente para un nio. - El Psiclogo Clnico Pide los datos personales del nio: El Psiclogo Clnico registra los datos y crea un nuevo Expediente para el nio. - El Psiclogo Clnico cierra el nuevo Expediente.
Figura 4.08. Escenario normal del proceso de alta de nios Fuente: Elaboracin Propia

- El Psiclogo Clnico ve la necesidad de abrir un nuevo expediente para un nio. - El Psiclogo Clnico pide los datos personales del nio: El Psiclogo Clnico se da cuenta que el nio ya tiene un Expediente y cambia de opinin. - El Psiclogo Clnico no crea un nuevo Expediente.
Figura 4.09. Escenario del proceso de alta de nios con excepciones Fuente: Elaboracin Propia

75

- El Psiclogo Clnico se da cuenta que algunos datos un nio han cambiado. - El Psiclogo Clnico abre el Expediente del nio: El Psiclogo Clnico pide los datos del nio para la actualizacin. - El Psiclogo Clnico verifica los datos proporcionados y los registra, eliminando los anteriores. - El Psiclogo Clnico cierra el Expediente del nio.
Figura 4.10. Escenario normal del proceso de modificacin de registro de nios Fuente: Elaboracin Propia

- El Psiclogo Clnico se da cuenta que algunos datos un nio han cambiado. - El Psiclogo Clnico abre el Expediente del nio: El Psiclogo Clnico pide los datos del nio para la actualizacin. - El Psiclogo Clnico verifica los datos proporcionados y decide no cambiar nada. - El Psiclogo Clnico cierra el expediente del nio.
Figura 4.11. Escenario del proceso de modificacin de registro de nios con excepciones Fuente: Elaboracin Propia

- El Psiclogo Clnico decide que es tiempo de evaluar a un nio. - El Expediente del nio es abierto por el Psiclogo clnico. - El Psiclogo Clnico proporciona al nio la evaluacin con sus diferentes subescalas: El nio resuelve las subescalas. - El Psiclogo Clnico evala los resultados: El Psiclogo Clnico da a conocer los resultados y los registra. - El Psiclogo Clnico cierra el expediente del nio.
Figura 4.12. Escenario normal del proceso de Evaluacin Fuente: Elaboracin Propia

- El Psiclogo Clnico decide que es tiempo de evaluar a un nio. - El Psiclogo Clnico abre el expediente del nio. - El Psiclogo Clnico proporciona al nio la evaluacin con sus diferentes subescalas: El nio se rehsa a realizar la evaluacin. - El Psiclogo Clnico se ve imposibilitado para continuar: El Psiclogo Clnico cierra el expediente del nio.
Figura 4.13. Escenario del proceso de Evaluacin con excepciones Fuente: Elaboracin Propia

76

El Psiclogo Clnico decide realizar una aplicacin curricular al nio. El Psiclogo Clnico busca y abre el Expediente del nio. El Psiclogo evala al nio y llena el currculo con los datos del nio. El Psiclogo Clnico analiza los datos y los registra en el expediente del Nio. - El Expediente del nio es cerrado.
Figura 4.14 Escenario normal del proceso de Currculo Fuente: Elaboracin Propia

- El Psiclogo Clnico decide realizar una aplicacin curricular al nio. - El Psiclogo Clnico busca y abre el Expediente del nio. - El Psiclogo Clnico decide que no es tiempo de aplicar el Currculo al Nio. - El Psiclogo Clnico cierra el expediente del Nio
Figura 4.15 Escenario del proceso de Currculo con excepciones Fuente: Elaboracin Propia

- El Psiclogo Clnico quiere ver el grado de avance de un nio. - El Psiclogo abre el expediente del nio y compara las evaluaciones del WISC-R y las Aplicaciones Curriculares. - El Psiclogo Clnico estable el grado de conocimientos, las aptitudes y el rendimiento del Nio. - El Psiclogo registra estos datos y cierra el expediente del Nio.
Figura 4.16. Escenario normal del proceso de Conocimientos, Aptitudes y Rendimiento Fuente: Elaboracin Propia

- El Psiclogo Clnico quiere ver el grado de avance de un nio. - El Psiclogo abre el expediente del nio y compara las evaluaciones del WISC-R y las Aplicaciones Curriculares. - El Psiclogo cambia de opinin y cierra el expediente del Nio.
Figura 4.17. Escenario del proceso de Conocimientos, Aptitudes y Rendimiento con excepciones Fuente: Elaboracin Propia

- El Psiclogo quiere informacin de las evaluaciones y/o aplicaciones curriculares del Nio. - El Psiclogo abre el expediente del Nio y obtiene toda la informacin que desee. - El Psiclogo Clnico cierra el expediente del nio
Figura 4.18. Escenario normal del proceso de reportes e informes Fuente: Elaboracin Propia

77

- El Psiclogo quiere informacin de las evaluaciones y/o aplicaciones curriculares del Nio. - El Psiclogo abre el expediente del Nio pero decide no hacer nada. - El Psiclogo Clnico cierra el expediente del nio
Figura 4.19. Escenario del proceso de reportes e informes con excepciones Fuente: Elaboracin Propia

4.2.2.2. Traza de Sucesos. Este diagrama muestra cada objeto como una lnea vertical, ya cada suceso como una flecha horizontal que va desde el objeto emisor hasta el receptor. A continuacin se muestra la traza de sucesos de los diferentes escenarios. Psiclogo Clnico EXPEDIENTE NIO

Crea un nuevo expediente Pide Datos personales Datos personales Registra los datos Cierra Expediente Figura 4.20. Traza de sucesos para un escenario de alta de nios Fuente: Elaboracin Propia

Psiclogo Clnico

EXPEDIENTE
Abre expediente Expediente de nio Pide Datos personales Datos personales Modifica los datos Cierra Expediente

NIO

Figura 4.21. Traza de sucesos para un escenario de modificacin de registro de nios Fuente: Elaboracin Propia

78

Psiclogo Clnico

EXPEDIENTE
Abre Expediente Proporciona la evaluacin Resuelve la Evaluacin Aprecia resultados Registra los resultados Cierra Expediente

NIO

Figura 4.22. Traza de sucesos para un escenario de Evaluacin Fuente: Elaboracin Propia

Psiclogo Clnico
Abre Expediente

EXPEDIENTE

NIO

Evala Aprecia resultados Registra los resultados Cierra Expediente Figura 4.23. Traza de sucesos para un escenario de Currculo Fuente: Elaboracin Propia

Psiclogo Clnico

EXPEDIENTE
Abre Expediente Compara Evaluaciones y Aplicaciones curriculares

Estable el grado de Conocimientos, Aptitudes y Rendimiento Establecer tratamientos educativos a aplicarse Registra los datos Cierra Expediente Figura 4.24. Traza de sucesos para un escenario de Apreciacin de conocimientos, aptitudes y rendimientos Fuente: Elaboracin Propia

79

Psiclogo Clnico

Abre, Crea nuevo, Modifica, Registra datos, Cierra Expediente, Cancelar

EXPEDIENTE

Evala, Pide Datos Evaluacin, Proporciona Evaluacin

Resuelve la evaluacin, Proporcion a datos personales

NIO

Figura 4.25. Diagrama de flujo de sucesos para SE DMC Fuente: Elaboracin Propia

4.2.2.3. Diagrama de estados. Se debe preparar un diagrama de estados para todas las clases de objetos que tengan un comportamiento dinmico no trivial. Este diagrama deber mostrar los sucesos enviados y recibidos por el objeto. A continuacin se muestran los diagramas de estado del SE DMC.

80

Hacer: Elegir Accin

Hacer: Crear Nuevo expediente

Abrir expediente en Blanco CANCELAR

Hacer: Modificar Expediente

Buscar y Abrir Expediente

Hacer: Pedir datos personales del Nio

Ingresar datos del Nio

CANCELAR

Hacer: Pedir nuevos datos personales del Nio

Ingresar datos del Nio

Registrar datos Nio Modificar datos Nio

Actualizar Actualizar

Cerrar Expediente
Terminar Salir

Figura 4.26. Diagrama de estados para la clase NIO Fuente: Elaboracin Propia

Hacer: Abrir Expediente

Hacer: Proporcionar Evaluacin

WISC - R

NIO Hacer: Resolver La Evaluacin

Datos de la Evaluacin

CANCELAR

Hacer: Apreciacin de Resultados

Actualizar Terminar Salir

Hacer: Guardar Resultados

Hacer: Cerrar Expediente

Figura 4.27. Diagrama de estados para la clase EVALUACIN

81

Fuente: Elaboracin Propia

Hacer: Abrir Expediente

Hacer: Aplicar Currculo a Nio

Datos del Currculo

CANCELAR

Hacer: Apreciacin de resultados

Actualizar Terminar Salir

Hacer: Guardar Resultados

Hacer: Cerrar Expediente

Figura 4.28. Diagrama de estados para la clase CURRICULO Fuente: Elaboracin Propia

4.2.3. MODELO DE SISTEMA: MODELO FUNCIONAL. El modelo funcional es el ltimo de los modelos a realizar en esta fase de anlisis. Este describe los clculos existentes dentro del sistema. Para construir el modelo funcional seguiremos los pasos siguientes: Identificar los valores de entrada y de salida, construir los diagramas de flujo de datos e Identificacin de restricciones. 4.2.3.1. Identificacin de Valores de Entrada y de Salida. Empezaremos por enumerar los valores de entrada y de salida. Estos valores son los parmetros de los sucesos que se intercambian entre el sistema y el mundo exterior.

82

Los valores de entrada son: Tipo de accin, Datos de nios, Datos de la evaluacin, Datos de los currculos,

Los valores de salida son: Cociente de inteligencia, Tratamientos educativos, Avance de los nios, Conocimientos, aptitudes y rendimiento, Reportes e informes.

NIO

Datos de la Evaluacin

Datos del Nio Datos de los Currculos

Expediente

Psiclogo Clnico

Lmites del Cociente de Inteligencia sistema Tratamientos educativos Avance de los Nios Conocimientos, aptitudes y rendimiento Reportes e informes

Figura 4.29. Valores de entrada y salida del sistema Fuente: Elaboracin Propia

4.2.3.2. Construccin de los Diagramas de Flujo de Datos. Ahora se construye un diagrama de flujo de datos que muestra la forma en que se calcula cada valor de salida a partir de los valores de entrada.

83

Tipo de accin, Datos de nios, Datos de la evaluacin, Datos de los currculos.

Psiclogo Clnico

Razonamiento

Cociente de inteligencia, Tratamientos educativos, Avance de los nios, Conocimientos, aptitudes y rendimiento, Reportes e informes.

Leer entradas

Efectuar Accin

Generar Salidas

Figura 4.30. Diagrama de flujo de datos del ms alto nivel para SE DMC Fuente: Elaboracin Propia

Nuevo Expediente

Verificar Si tiene expediente Psiclogo

No se puede crear expediente nuevo

Datos de Nios

Registrar datos de los nios Datos EXPEDIENTE

Datos incorrectos

Cerrar Expediente

Figura 4.31. Diagrama de flujo de datos para el proceso registro de nios Fuente: Elaboracin Propia

Evaluacin

Resolucin de la evaluacin

Sin Resolver

Razonamiento NIO

Datos de la evaluacin

Apreciacin de resultados Razonamiento PSICLOGO CI

Figura 4.32. Diagrama de flujo de datos para el proceso de Evaluacin Fuente: Elaboracin Propia

84

Currculo

Aplicacin Curricular

Aplicacin Cancelada

Datos del Currculo Evala NIO Apreciacin de resultados Razonamiento PSICLOGO Avance, tratamientos

Figura 4.33. Diagrama de flujo de datos para el proceso de aplicacin del Currculo Fuente: Elaboracin Propia

Apreciacin

Comparacin de Datos
Datos de la comparacin

Cancelado

EXPEDIENTE

Apreciacin de resultados

Razonamiento PSICLOGO Conocimiento, aptitudes y rendimiento

Figura 4.34. Diagrama de flujo de datos para el proceso de apreciacin de conocimientos, aptitudes y rendimiento Fuente: Elaboracin Propia

4.2.3.3. Identificacin de Restricciones Entre Objetos. Hay que identificar las restricciones entre objetos. stas son dependencias funcionales entre objetos que no estn relacionados por una dependencia entrada salida.

85

Actualizar datos de los nios (datos)

y 30 das. Rechazar la actualizacin

mensaje

Si la edad del nio es menor a 6 aos, 0 meses y 0 das o es superior a 16 aos, 11 meses

Si la edad del nio est entre los 6 aos, 0 meses y 0 das y 16 aos, 11 meses y 30 das. Realizar la actualizacin

Apreciacin de resultados(Razonamiento, individuo) aptitudes y rendimiento

Si el individuo (Nio) no tiene evaluaciones o currculos Cancelar la apreciacin de resultados. Si el individuo tiene evaluaciones o currculos

Conocimiento,

Realizar la apreciacin de conocimientos, aptitudes y rendimiento.

4.3. DISEO DEL SISTEMA. Una vez terminado el anlisis del sistema, el siguiente paso es definir el diseo del sistema, precisando claramente el marco conceptual terico del cual se partir para el desarrollo del mismo. 4.3.1. DESCOMPOSICIN DE UN SISTEMA EN SUBSISTEMAS. El Sistema Experto de Diagnstico, Monitoreo y control SE DMC, propuesto, se puede dividir en dos subsistemas (capas) principales. El subsistema adquisicin del conocimiento que nos permite almacenar el conocimiento del experto que ser utilizado posteriormente. El subsistema de apreciacin que es el motor del SE DMC ya que es el que aplica el test para el diagnstico, los currculos para el monitoreo y la apreciacin de conocimientos, aptitudes y rendimiento para el control, la apreciacin se realizar mediante la siguiente Estructura de Inferencia obtenida.

86

Subsistema de apreciacin Subsistema de adquisicin del conocimiento El sistema tiene una topologa de tipo secuencial ya que solo existen dos subsistemas. 4.3.2. IDENTIFICACIN DE LA CONCURRENCIA. Los subsistemas identificados no son concurrentes entre s, son

independientes uno del otro; pero el sistema al tener la facultad de trabajar bajo una red se ve la concurrencia en al acceso a los datos y al conocimiento que se encuentran en el servidor. 4.3.3. ESTIMACIN DE LOS REQUISITOS DE RECURSOS DE HARWARE. Procesador: Pentium III 700 Mhz (o Celern Equivalente) Memoria RAM: 192 MB. Espacio En Disco Duro: 100 MB de espacio libre en el disco. Dispositivos De Entrada: Escner, Ratn y teclado 100% compatibles Monitor: Super VGA a color 4.3.4. ADMINISTRADOR DE ALMACENES DE DATOS. El Sistema Experto de Diagnstico Monitoreo Y Control utiliza tres tipos de almacenamiento de datos que se detalla a continuacin.

87

Archivos. Utilizados para el almacenamiento del conocimiento del sistema. rboles. Utilizados para la memoria de trabajo del sistema experto. Base de datos. Para el almacenamiento de datos histricos de evaluaciones, aplicaciones curriculares y apreciaciones de conocimientos, aptitudes y rendimiento.

4.3.5. ARQUITECTURA DEL SE DMC.

Datos Iniciales

Nuevos Datos Resultados posibles Descartar Seleccin de resultado Aceptar Generacin de nuevas condiciones

Resultado aceptado

Figura 4.35. Estructura de inferencia para el SE DMC Fuente: Elaboracin Propia

88

Apreciacin SE Evaluacin
Interfaz de Usuario Psiclogo

Currculos Base de Conocimiento Conocimiento

Aplicacin Apreciacin

Almacenamiento Adquisicin de Conocimiento

Figura 4.36. Arquitectura de SE DMC Fuente: Elaboracin Propia

4.3.6. REPRESENTACIN DEL CONOCIMIENTO Ha resultado muy til la representacin del conocimiento mediante clases, subclases e instancias, pues, favorece la organizacin jerrquica y la construccin de estructuras. El SE DMC se organiza por reas, y siguen cierta jerarqua, (La clase Reactivo pertenece a la clase de Subescala, que a su vez pertenece a la clase Puntuacin Normal Subescalas Verbal y esta a la clase Diagnstico).

89

Reactivo Respuesta Subescala Tiempo Punt. Normal SubEscala Verbal Diagnstico Edad Punt. Normal SubEscala Ejecucin Valores Puntuacin Natural Ensayo Intento

SE DMC

Monitoreo

rea Nivel de Desarrollo Puntuacin Natural WISC R Evaluaciones % Avance

Control Currculo CURRCULOS rea % Avance

Figura 4.37. Estructura del Conocimiento Fuente: Elaboracin Propia

4.4. DISEO DE OBJETOS. El anlisis desarrollado anteriormente servir como base de una

implementacin, la implementacin del Sistema Experto de Diagnstico, Monitoreo y Control Para El Desarrollo Integral de Nios con Retraso Mental. La fase de diseo de objetos aade una reestructuracin de las clases para mayor eficiencia, unas estructuras internas de datos y unos algoritmos para

90

implementar,

la

implementacin

del

control,

la

implementacin

de

asociaciones y el empaquetado en mdulos fsicos. El diseo de objetos extiende el modelo de anlisis mediante decisiones de implementacin especficas 4.4.1. COMBINACIN DE LOS TRES MODELOS. Despus del anlisis, se tienen los modelos de objetos, dinmico y funcional, no obstante el primero es el entorno principal alrededor del que se construye el diseo. El modelo de objetos precedente de un anlisis puede no mostrar operaciones. Se debe transformar las acciones y actividades del modelo dinmico y los procesos del modelo funcional en operaciones asociadas a las clases del modelo de objetos. Al efectuar esta transformacin, comienza el proceso consistente en hacer corresponder la estructura lgica del modelo de anlisis en una organizacin fsica de un programa A continuacin se muestra el diseo de objetos en mdulos: Psiclogo Clnico Nombre Contrasea
Manejar() Introducir_datos()
Ingresa al

SE DMC Inferir()

Base de Conocimientos Hechos Reglas

Guardar() Eliminar()

Accede a

Figura 4.38. Diseo de objetos para el mdulo Base De Conocimientos Fuente: Elaboracin Propia

91

Psiclogo Clnico Nombre Contrasea Manejar() Introducir_datos()

Ingresa al

SE DMC Inferir()

NIO Nombre Fecha de Nacimiento Sexo Telfono Direccin.

Guardar() Modificar() Eliminar() Calcular_edad()
Accede a

Figura 4.39. Diseo de objetos para el mdulo NIO Fuente: Elaboracin Propia

Psiclogo Clnico Nombre Contrasea

Manejar() Introducir datos()
Ingresa al

SE DMC Inferir()

NIO Nombre Fecha de Nacimiento Sexo Telfono Direccin.

Guardar() Modificar() Eliminar() Calcular_edad()

Accede a

Tiene

CURRCULO Nro de Aplicacin Descripcin Fecha de aplicacin Tratamiento Guardar() Mostrar()

APLICACIN CURRCULO Nivel Tipo Sub Tipo Detalle Evaluacin Guardar() Mostrar()

Posee

Figura 4.40. Diseo de objetos para el mdulo Currculo Fuente: Elaboracin Propia

92

Psiclogo Clnico Nombre Contrasea

Manejar() Introducir datos()
Ingresa al

SE DMC Inferir()
Accede a

NIO Nombre Fecha de Nacimiento Sexo Telfono Direccin.

Guardar() Modificar() Eliminar() Calcular_edad()

Tiene

EVALUACION Nro de Evaluacin Descripcin Fecha de Evaluacin CI Obtenido Tratamiento

Guardar() Mostrar()

SUBESCALA
Posee

Subescala Reactivo Respuesta Tiempo

Guardar() Mostrar()

Dgito Intento 1 Intento 2

Guardar() Mostrar()

Laberinto Patrn Recorrido Ppart(X,Y)

Guardar() Mostrar()

Figura 4.41. Diseo de objetos para el mdulo Evaluacin Fuente: Elaboracin Propia

93

4.4.2. OPTIMIZACIN DEL DISEO.

Psiclogo Clnico Nombre Contrasea

Manejar() Introducir datos()
Ingresa al

SE DMC Inferir()
Accede a

NIO Nombre Fecha de Nacimiento Sexo Telfono Direccin.

Guardar() Modificar() Eliminar() Calcular_edad()

Tiene

EVALUACIN Nro de Evaluacin Descripcin Fecha de Evaluacin CI Obtenido Tratamiento

Guardar() Mostrar()

Dgito
Posee

Intento 1 Intento 2
Guardar() Mostrar()

SUBESCALA Subescala Reactivo Respuesta Tiempo

Laberinto
Posee

Patrn Recorrido Ppart(X,Y)

Guardar() Mostrar()

Guardar() Mostrar()

Posee

Figura 4.42. Optimizacin del diseo de objetos para el mdulo Evaluacin Fuente: Elaboracin Propia

94

4.5. IMPLEMENTACIN. Para la implementacin del sistema se utiliz el lenguaje de programacin Visual Basic .NET, con los formularios Windows Forms que son un marco de trabajo orientado a objetos que implementa el .NET Framework, estos dos juntos proporcionan una slida arquitectura para la implementacin de aplicaciones Windows. A continuacin se muestra las interfaces grficas del SE DMC.

Figura 4.43. Pantalla de Autenticacin de Usuario del SE DMC Fuente: Elaboracin Propia

Figura 4.44. Pantalla Principal del SE DMC Fuente: Elaboracin Propia

95

Figura 4.45. Pantalla de Alta y Modificacin de Nios del SE DMC Fuente: Elaboracin Propia

Figura 4.46. Pantalla de Evaluacin del SE DMC, Muestra una parte de la aplicacin del WISC-R Fuente: Elaboracin Propia

96

Figura 4.47. Pantalla de la aplicacin Curricular del SE DMC Fuente: Elaboracin Propia

Figura 4.48. Pantalla de Apreciacin de Conocimientos, Aptitudes y Rendimiento del SE DMC Fuente: Elaboracin Propia

97

Figura 4.49. Pantalla de adquisicin de conocimiento para el WISC-T Fuente: Elaboracin Propia

Figura 4.50. Vista del Reporte de la subescala Claves del WISC-R Fuente: Elaboracin Propia

98

4.6. PRUEBAS DE ANLISIS, DISEO Y SOFTWARE Para evaluar la consistencia de los modelos de Anlisis y de Diseo, se debe examinar cada clase y sus conexiones a oras clases. Un modelo claseresponsabilidad-colaboracin (CRC) puede utilizarse para facilitar esta actividad. Una vez generado el cdigo fuente, el software debe ser probado para descubrir (y corregir) el mximo de errores posibles antes de su entrega al cliente, la tcnica a usarse para descubrir los errores del SE DMC sern las pruebas de Caja Blanca. 4.6.1 PRUEBAS DE ANLISIS. Nombre de la Clase: Nio Tipo de la Clase: Dispositivo. Caractersticas de la clase: Tangible, permanente. Responsabilidades Facilitar datos personales Resuelve evaluacin Colaboradores Psiclogo Clnico, Expediente Expediente.

Figura 4.51. Tarjeta CRC para la clase Nio Fuente: Elaboracin Propia

Nombre de la Clase: Expediente Tipo de la Clase: Propiedad. Caractersticas de la clase: Tangible, secuencial, permanente. Responsabilidades Registrar datos Actualizar Datos
Registrar resultados de la Evaluacin Registrar resultados de los Currculos

Colaboradores Psiclogo clnico Psiclogo clnico Evaluacin Currculo

Figura 4.52. Tarjeta CRC para la clase Expediente Fuente: Elaboracin Propia

99

Nombre de la Clase: Psiclogo Clnico Tipo de la Clase: Dispositivo. Caractersticas de la clase: Tangible, Permanente, segura. Responsabilidades Evaluar Nio Resuelve evaluacin Guardar datos Cerrar expediente Colaboradores Expediente Nio Expediente Expediente Expediente
Fuente: Elaboracin Propia

Figura 4.53. Tarjeta CRC para la clase Psiclogo Clnico

Nombre de la Clase: Currculo Tipo de la Clase: Propiedad, interaccin. Caractersticas de la clase: Intangible, secuencial, permanente, segura. Responsabilidades Guardar resultados Guardar Currculo Recuperar datos de Currculo Colaboradores Expediente Expediente, Aplicacin Currculo Aplicacin Currculo

Figura 4.54. Tarjeta CRC para la clase Currculo Fuente: Elaboracin Propia

Nombre de la Clase: Aplicacin Currculo Tipo de la Clase: Propiedad Caractersticas de la clase: Intangible, secuencial, permanente, segura. Responsabilidades Almacenar datos del currculo Colaboradores Currculo

Figura 4.55. Tarjeta CRC para la clase Aplicacin Currculo Fuente: Elaboracin Propia

100

Nombre de la Clase: Evaluacin Tipo de la Clase: Propiedad, interaccin. Caractersticas de la clase: Intangible, secuencial, permanente, segura. Responsabilidades Guardar Resultados Guardar Evaluacin Recuperar datos Evaluacin Colaboradores Expediente Subescala Subescala

Figura 4.56. Tarjeta CRC para la clase Evaluacin Fuente: Elaboracin Propia

Nombre de la Clase: Subescala Tipo de la Clase: Propiedad. Caractersticas de la clase: Intangible, secuencial, permanente, segura. Responsabilidades Almacenar datos de la evaluacin Colaboradores Evaluacin

Figura 4.57. Tarjeta CRC para la clase Subescala Fuente: Elaboracin Propia

Se realiz una revisin del modelo de cada clase para asegurar que todas las colaboraciones implicadas en el anlisis hayan sido representadas correctamente. 4.6.2. PRUEBAS DE DISEO. Nombre de la Clase: Psiclogo Clnico Tipo de la Clase: Dispositivo. Caractersticas de la clase: Tangible, permanente. Responsabilidades Introduccin de datos Introduccin del Conocimiento Colaboradores SE DMC SE DMC, Base de conocimientos

Figura 4.58. Tarjeta CRC para la clase Psiclogo Clnico Fuente: Elaboracin Propia

101

Nombre de la Clase: SE DMC Tipo de la Clase: Propiedad. Caractersticas de la clase: Tangible, secuencial, permanente, segura. Responsabilidades Registrar datos Guarda conocimiento Almacena datos Ejecuta reglas Colaboradores Psiclogo clnico Base de conocimientos Nio Base de conocimientos
Figura 4.59. Tarjeta CRC para la clase SE DMC Fuente: Elaboracin Propia

Nombre de la Clase: Base de Conocimientos Tipo de la Clase: Propiedad. Caractersticas de la clase: Intangible, Permanente, segura. Responsabilidades Contenedor del Conocimiento Colaboradores SE DMC

Figura 4.60. Tarjeta CRC para la clase Base de Conocimientos Fuente: Elaboracin Propia

Nombre de la Clase: Nio Tipo de la Clase: Propiedad, interaccin. Caractersticas de la clase: Intangible, secuencial, permanente, segura. Responsabilidades Resuelve evaluacin Evala conocimientos Colaboradores Evaluacin SE DMC, Currculo
Fuente: Elaboracin Propia

Figura 4.61. Tarjeta CRC para la clase Nio

102

Nombre de la Clase: Currculo Tipo de la Clase: Propiedad, interaccin. Caractersticas de la clase: Intangible, secuencial, permanente, segura. Responsabilidades Guardar resultados Guardar Currculo Recuperar datos de Currculo Colaboradores Nio Nio, Aplicacin Currculo Aplicacin Currculo

Figura 4.62. Tarjeta CRC para la clase Currculo Fuente: Elaboracin Propia

Nombre de la Clase: Aplicacin Currculo Tipo de la Clase: Propiedad Caractersticas de la clase: Intangible, secuencial, permanente, segura. Responsabilidades Almacenar datos del currculo Colaboradores Currculo

Figura 4.63. Tarjeta CRC para la clase Aplicacin Currculo Fuente: Elaboracin Propia

Nombre de la Clase: Evaluacin Tipo de la Clase: Propiedad, interaccin. Caractersticas de la clase: Intangible, secuencial, permanente, segura. Responsabilidades Guardar Resultados Guardar Evaluacin Recuperar datos Evaluacin Colaboradores Nio Subescala, Laberinto, Dgito. Subescala, Laberinto, Dgito.

Figura 4.64. Tarjeta CRC para la clase Evaluacin Fuente: Elaboracin Propia

103

Nombre de la Clase: Subescala Tipo de la Clase: Propiedad. Caractersticas de la clase: Intangible, secuencial, permanente, segura. Responsabilidades Almacenar datos de la evaluacin Colaboradores Evaluacin

Figura 4.65. Tarjeta CRC para la clase Subescala Fuente: Elaboracin Propia

Nombre de la Clase: Laberinto Tipo de la Clase: Propiedad. Caractersticas de la clase: Intangible, secuencial, permanente, segura. Responsabilidades Almacenar datos de la evaluacin Colaboradores Evaluacin

Figura 4.66. Tarjeta CRC para la clase Laberinto Fuente: Elaboracin Propia

Nombre de la Clase: Dgito Tipo de la Clase: Propiedad. Caractersticas de la clase: Intangible, secuencial, permanente, segura. Responsabilidades Almacenar datos de la evaluacin Colaboradores Evaluacin

Figura 4.67. Tarjeta CRC para la clase Dgito Fuente: Elaboracin Propia

Se realiz una revisin del modelo de cada clase para asegurar que todas las colaboraciones correctamente. Luego de analizar las colaboraciones de las tarjetas CRC tanto del AOO como del DOO, se llega a concluir que el anlisis y diseo de objetos es consistente. implicadas en el Diseo hayan sido representadas

104

4.6.3. PRUEBAS DE SOFTWARE. 4.6.3.1. Prueba de Caja Blanca. Las pruebas de caja blanca sern aplicadas a los procedimientos ms importantes del software del SE DMC.
Private Sub Cmd_guardar_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles Cmd_guardar.Click EN ESTE PROCEDIMIENTO REALIZA EL GUARDADO O MODIFICACIN DE DATOS PERSONALES DE LOS NIOS EN EL SISTEMA. 1 2 If Left(TextBox4.Text, 2) < 6 Or Left(TextBox4.Text, 2) > 16 Then MessageBox.Show("La edad del sujeto es invalida para la evaluacin" & vbCrLf & "Por favor verifique los datos", "Error de edad.", MessageBoxButtons.OK, MessageBoxIcon.Error) Fecha1.Focus() Exit Sub End If Conexion.Open() If Codi = 0 Then Record.Open("Select max(cod_nino) as M From datos_ninos", Conexion, ADODB.CursorTypeEnum.adOpenDynamic, ADODB.LockTypeEnum.adLockOptimistic) If IsDBNull(Record("M").Value) = True Then Codi = 1 Else Codi = Record("M").Value + 1 End If Record.Close() End If

13 3 4 5

6 7 8 9 10 11

Record.Open("Delete * From datos_ninos Where cod_nino = " & Codi, Conexion, ADODB.CursorTypeEnum.adOpenDynamic, ADODB.LockTypeEnum.adLockOptimistic) Record.Open("Insert into datos_ninos (cod_nino, nombre_nino, f_nac, sexo, telefono,direccion) Values (" & Codi & ", '" & TextBox1.Text & "', #" & Fecha1.Value & "#, '" & 12 ComboBox2.SelectedItem & "', '" & TextBox2.Text & "', '" & TextBox3.Text & "')", Conexion, ADODB.CursorTypeEnum.adOpenDynamic, ADODB.LockTypeEnum.adLockOptimistic) Conexion.Close() Me.close() 13End Sub

Figura 4.68. Cdigo fuente del procedimiento de Guardar para diseo de pruebas con nodos no identificados. Fuente: Elaboracin Propia.

105

1 3 4 5 6 2

7 8 10 11 12 13 9

Figura 4.69. Grafo de flujo del procedimiento Guardar Fuente: Elaboracin Propia

V (G) = 4 regiones V (G) = 13 aristas 11 nodos + 2 = 4 V (G) = 3 Nodos predicado + 1 = 4 La complejidad ciclomtica del grafo de flujo es de 4, por consiguiente el nmero de caminos linealmente independientes de la estructura de control del programa ser 4: Camino 1: 1-2-13 Camino 2: 1-3-4-5-11-12-13 Camino 3: 1-3-4-5-6-7-8-10-11-12-13 Camino 4: 1-3-4-5-6-7-9-10-11-12-13

Caso de prueba del camino 1: Si Left (TextBox4.Text, 2) = 5 o Left (TextBox4.Text, 2) = 17 entonces el sistema un mensaje de error.

106

Resultados esperados: si se cumple la condicin no se almacena ningn resultado y el procedimiento es forzado a terminar. Caso de prueba del camino 2: Si Left (TextBox4.Text, 2) = 10 entonces, se abre la conexin a la base de datos; si codi <> 0 entonces se registran los datos y se cierra la conexin a la base de datos. Resultados esperados: guardar los datos personales de los nios en caso de una modificacin. Caso de prueba del camino 3: Si Left (TextBox4.Text, 2) = 10 entonces, se abre la conexin a la base de datos; si codi = 0 entonces se abre la tabla de nios. Si IsDBNull (Record ("M").Value) = True, entonces se asigna el cdigo de 1 y se guardan los datos del nio. Resultados esperados: guardar los datos personales del primer nio a registrarse en el sistema. Caso de prueba del camino 4: Si Left (TextBox4.Text, 2) = 10 entonces, se abre la conexin a la base de datos; si codi = 0 entonces se abre la tabla de nios. Si IsDBNull (Record ("M").Value) = False, entonces se asigna el cdigo de Record ("M").Value +1 y se guardan los datos del nio. Resultados esperados: guardar los datos personales de nuevos nios a registrarse en el sistema. Luego de terminar los casos de prueba del procedimiento Guardar, se llega a la conclusin que todas las sentencias del programa se han ejecutado por lo menos una vez

107

Public Function calcula_edad(ByVal fecha1 As Date) ESTE PROCEDIMIENTO CALCULA LA EDAD DE UN NIO EN AOS-MESES-DIAS ano = Today.Year - fecha1.Year 1 If Today.Month < fecha1.Month Then 2 ano = ano - 1 3 mes = 12 - fecha1.Month + Today.Month Else If Today.Month > fecha1.Month Then 4 mes = Today.Month - fecha1.Month 5 End If 6 End If 7 If Today.Month = fecha1.Month Then If Today.Day < fecha1.Day Then If Today.Month = 1 Then dia = Today.DaysInMonth(Today.Year, 12) - fecha1.Day + Today.Day mes = 11 11 ano = ano - 1 Else dia = Today.DaysInMonth(Today.Year, Today.Month - 1) - fecha1.Day + Today.Day 12 mes = 11 ano = ano - 1 End If 13 Else If Today.Day = fecha1.Day Then 14 mes = 0 15 dia = 0 Else mes = 0 16 dia = Today.Day - fecha1.Day End If 17 End If 18 Else If Today.Day < fecha1.Day Then 19 If Today.Month = 1 Then 20 dia = Today.DaysInMonth(Today.Year, 12) - fecha1.Day + Today.Day 21 mes = mes - 1 Else dia = Today.DaysInMonth(Today.Year, Today.Month - 1) - fecha1.Day + Today.Day 22 mes = mes - 1 End If 23 Else If Today.Day = fecha1.Day Then 24 dia = 0 25 Else dia = Today.Day - fecha1.Day 26 End If 27 End If 28 End If 29 Return Format(ano, "##00") & " - " & Format(mes, "##00") & " - " & Format(dia, "##00") 30 End Function 8 9 10

Figura 4.70. Cdigo fuente del procedimiento de calcula_edad para diseo de pruebas con nodos no identificados. Fuente: Elaboracin Propia.

108

2 4 3 6 7 5

8 9 10 11 13 18 29 30 12 15 17 14 16 21 23 28 20 22 25 27 19 24 26

Figura 4.71. Grafo de flujo del procedimiento calcula_edad. Fuente: Elaboracin Propia.

V (G) = 10 regiones V (G) = 38 aristas 30 nodos + 2 = 10 V (G) = 9 Nodos predicado + 1 = 10 La complejidad ciclomtica del grafo de flujo es de 10, por consiguiente el nmero de caminos linealmente independientes de la estructura de control del programa ser 11: Camino 1: 1-2-3-7-8-19-20-21-23-28-29-30 Camino 2: 1-2-3-7-8-19-20-22-23-28-29-30 Camino 3: 1-2-3-7-8-19-24-25-27-28-29-30

109

Camino 4: 1-2-3-7-8-19-24-26-27-28-29-30 Camino 5: 1-2-4-5-6-7-8-19-20-22-23-28-29-30 Camino 6: 1-2-4-5-6-7-8-19-24-25-27-28-29-30 Camino 7: 1-2-4-5-6-7-8-19-24-26-27-28-29-30 Camino 8: 1-2-4-6-7-8-9-10-11-13-18-29-30 Camino 9: 1-2-4-6-7-8-9-10-12-13-18-29-30 Camino 10:1-2-4-6-7-8-9-14-15-17-18-29-30

Caso de prueba del camino 1: Si Today.Month < fecha1.Month, calcula los aos y meses de edad. Si Today.Day < fecha1.Day y Today.Month = 1, entonces se calcula los das de edad tomando la cantidad de das que tiene diciembre como parmetro. Resultados esperados: retorna la edad del nio DD-MM-AA, cuando el mes y da actual son menores al mes y da de su fecha de nacimiento. Caso de prueba del camino 2: Si Today.Month < fecha1.Month, calcula los aos y meses de edad. Si Today.Day < fecha1.Day y Today.Month <> 1, entonces se calcula los das de edad tomando en cuenta los das de Today.Month -1 como parmetro. Resultados esperados: retorna la edad del nio DD-MM-AA, cuando el mes y da actual son menores al mes y da de su fecha de nacimiento. Caso de prueba del camino 3: Si Today.Month < fecha1.Month, calcula los aos y meses de edad. Si Today.Day = fecha1.Day, entonces los das de edad es 0. Resultados esperados: retorna la edad del nio DD-MM-AA, cuando el mes actual es menor al mes de su fecha de nacimiento y el da actual es Igual al da de su fecha de nacimiento.

110

Caso de prueba del camino 4: Si Today.Month < fecha1.Month, calcula los aos y meses de edad. Si Today.Day >fecha1.Day, entonces los das de edad son Today.Day menos fecha1.Day. Resultados esperados: retorna la edad del nio DD-MM-AA, cuando el mes actual es menor al mes de su fecha de nacimiento y el da actual es mayor al da de su fecha de nacimiento. Caso de prueba del camino 5: Si Today.Month > fecha1.Month, calcula los aos y meses de edad. Si Today.Day < fecha1.Day y Today.Month <> 1, entonces se calcula los das de edad tomando la cantidad de das que tiene Today.Month -1 parmetro. Resultados esperados: retorna la edad del nio DD-MM-AA, cuando el mes actual es mayor al mes de su fecha de nacimiento y el da actual es menor al da de su fecha de nacimiento. Caso de prueba del camino 6: Si Today.Month > fecha1.Month, calcula los aos y meses de edad. Si Today.Day = fecha1.Day, entonces los das de edad es 0. Resultados esperados: retorna la edad del nio DD-MM-AA, cuando el mes actual es mayor al mes de su fecha de nacimiento y el da actual es Igual al da de su fecha de nacimiento. Caso de prueba del camino 7: Si Today.Month > fecha1.Month, calcula los aos y meses de edad. Si Today.Day >fecha1.Day, entonces los das de edad son Today.Day menos fecha1.Day. Resultados esperados: retorna la edad del nio DD-MM-AA, cuando el mes y da actual son mayores al mes y da de su fecha de nacimiento. como

111

Caso de prueba del camino 8: Si Today.Month = fecha1.Month, calcula los aos de edad. Si Today.Day < fecha1.Day y Today.Month = 1, entonces los meses de edad se calculan en 11 y los das de edad se calcula tomando la cantidad de das que tiene diciembre. Resultados esperados: retorna la edad del nio DD-MM-AA, cuando el mes actual es igual al mes de su fecha de nacimiento y da actual es menor al da de su fecha de nacimiento. Caso de prueba del camino 9: Si Today.Month = fecha1.Month, calcula los aos de edad. Si Today.Day < fecha1.Day y Today.Month <> 1, entonces los meses de edad se establecen en 11 y los das de edad se calculan tomando como parmetro los das de Today.Month -1. Resultados esperados: retorna la edad del nio DD-MM-AA, cuando el mes es igual al mes de su fecha de nacimiento y el da es menor al da de su fecha de nacimiento. Caso de prueba del camino 10: Si Today.Month = fecha1.Month, calcula los aos y meses de edad. Si Today.Day = fecha1.Day, entonces los meses y das de edad son establecidos en 0. Resultados esperados: retorna la edad del nio DD-MM-AA, cuando el mes y da actual son iguales al mes y da de su fecha de nacimiento. Luego de terminar los casos de prueba del procedimiento calcular_edad, se llega a la conclusin que todas las sentencias del programa se han ejecutado por lo menos una vez.

112

Function Buscar_EN_Arbol(ByVal RR As TreeNode, ByVal Factores(,) As String) Este Procedimiento realiza la bsqueda de las reglas en el rbol. CON = 0 MI1 = CType(RR, Nodo) 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 For ii = 0 To RR.Nodes.Count - 1 Mi = CType(RR.Nodes(ii), Nodo) For jj = 0 To UBound(Factores, 1) If Comparar_Cadenas(Mi.Text, Factores(jj, 0), Mi.Valor, Factores(jj, 1)) = True Then CON = CON + 1 End If Next Next If CON < (UBound(Factores, 1) + 1) Then For ii = 0 To RR.Nodes.Count - 1 If RR.Nodes(ii).Nodes.Count > 0 Then Buscar_EN_Arbol(RR.Nodes(ii), Factores) End If Next End If If CON = (UBound(Factores, 1) + 1) Then R_inf.ENC = True R_inf.Valor = MI1.Valor End If Return R_inf.ENC End Function

Figura 4.72. Cdigo fuente del procedimiento de Buscar_EN_Arbol para diseo de pruebas con nodos no identificados. Fuente: Elaboracin Propia.

1 2 3 9 11 12 16 8 13 14 15 19 20 17 18 7 10 4 5 6

Figura 4.73. Grafo de flujo del procedimiento Buscar_EN_Arbol Fuente: Elaboracin Propia

113

V (G) = 8 regiones V (G) = 26 aristas 20 nodos + 2 = 8 V (G) = 7 Nodos predicado + 1 = 8 La complejidad ciclomtica del grafo de flujo es de 8, por consiguiente el nmero de caminos linealmente independientes de la estructura de control del programa ser 8: Camino 1: Camino 2: Camino 3: Camino 4: Camino 5: Camino 6: Camino 7: Camino 8: 1-2-3-4-5-6-7-8-4-5- 1-2-3-4-5-7-8-4-5- 1-2-3-4-9-2- 1-2-3-4-9-10-11-12-13-14-15-11-12- 1-2-3-4-9-10-11-12-14-15-11-12- 1-2-3-4-9-10-16-17-18-19-20 1-2-3-4-9-10-16-17-19-20 1-2-3-4-9-10-11-16-

Caso de prueba del camino 1: Compara el valor del Nodo RR(ii) con los valores que pueda adoptar factores(jj,0) y factores(jj,1) Resultados esperados: incrementar los valores CON si la comparacin devuelve el valor verdadero. Caso de prueba del camino 2: Compara el valor del Nodo RR(ii) con los valores que pueda adoptar factores(jj,0) y factores(jj,1) Resultados esperados: si la comparacin devuelve el valor faso el valor de CON no es incrementado. Caso de prueba del camino 3: Recorre todos los nodos hijo del Nodo RR para que sean comparados Resultados esperados: recorrer todos los nodos hijos del nodo RR y comprarlos. Nota: para este camino deben ser probados los caminos 1 y 2.

114

Caso de prueba del camino 4: Si CON < (UBound(Factores, 1) + 1), entonces el valor del nodo RR es reemplazado por RR(ii), siempre y cuando el nodo RR(ii) tenga Nodos hijo. Resultados esperados: cambiar de Nodo padre a Nodo hijo para la comparacin de todos los nodos. Caso de prueba del camino 5: Si CON < (UBound(Factores, 1) + 1), entonces el valor del nodo RR es reemplazado por RR(ii), pero no cambia ya que RR.Nodes(ii).Nodes.Count es 0, no tiene Nodos hijo. Resultados esperados: cambiar de Nodo padre (i) a Nodo padre (i+1) para la comparacin de todos los nodos, ya que Nodo padre (i) no tiene hijos. Caso de prueba del camino 6: Si CON = (UBound(Factores, 1) + 1), entonces retornar el valor de R_inf.ENC = verdadero y R_inf.Valor = MI1.Valor. Resultados esperados: encontrar la solucin en un nodo del rbol. Caso de prueba del camino 7: Si CON > (UBound(Factores, 1) + 1), entonces retornar el valor de R_inf.ENC = falso y R_inf.Valor = vacio. Resultados esperados: no se encontr ninguna solucin que satisficieran los valores de factores(jj,0) y factores(jj,1). Caso de prueba del camino 8: Si ii > RR.Nodes.Count - 1, entonces terminar el recorrido de los nodos Resultados esperados: el rbol ya no tiene nodos para recorrer. Luego de terminar los casos de prueba del procedimiento Buscar_EN_Arbol, se llega a la conclusin que todas las sentencias del programa se han ejecutado por lo menos una vez.

115

4.7. PRUEBA DE OBJETIVO. Se realiz al sistema una prueba de rendimiento, que consiste bsicamente en medir los tiempos de ejecucin de cada proceso de los que est compuesto el SE DMC. A continuacin se muestra en una tabla los procesos evaluados y el promedio de tiempo que se demoraba cuando se los realizaba manualmente y el promedio de tiempo que se tarda ahora con el SE DMC.
Tiempo (Minutos) MANUAL SE DMC 4.72 0.98 0.94 0.01

PROCESO O ACTIVIDAD Registro del nio Calculo de la edad del nio Determinar si la respuesta a una pregunta o reactivo es o no es correcta.
sumatoria de las puntuaciones naturales de cada sub escala, transformacin a puntuacin normalizada, sumatoria de las puntuaciones normalizadas, obtencin del C.I. y diagnosticar.

DESCRIPCIN Abrir un nuevo expediente para el nio se debe ralizar el clculo de la edad del nio en Aos, Meses y Das de vida para determinar un buen tratamiento. calificar cada respuesta de los reactivos de cada subescala y verificar si son correctas o no.
una vez terminada la aplicacin del WISC-R, se debe obtener la sumatoria de las puntuaciones naturales que obtuvo el nio en cada subescala, estas puntuaciones naturales deben ser convertidas a puntuaciones normalizadas, las cuales se deben sumar y con el resultado hacer la transformacin al respectivo Cociente de Inteligencia, con el cociente de inteligencia se realiza el diagnstico de cada nio.

0.49

0.01

4.98

0.01

el proceso de guardado del test y la Registrar los resultados obtenidos apreciacin de resultados en el expediente del del test nio. buscar el expediente del nio para ver Buscar un expediente de un nio evaluaciones previas Determinar el tratamiento educativo de cada nio al realizar las aplicaciones curriculares a los nios se debe realizar una apreciacin de estos datos y sujerir tratamientos educativos que se les aplicarn a los nios. realizar un anlisis de los datos y las respuestas obtenidas en todas las evaluaciones para poder determinar el grado de avance que el nio presenta. imprimir los laberintos, claves, los diseos con cubos, las figuras incompletas, etc.

1.98 2.98

0.01 0.28

4.87

0.01

Ver el avance que el nio ha tenido con respecto a su ltima evaluacin o aplicacin curricular prepara una nueva evaluacin

10.03

0.01

15.25

5.04

TOTAL

46.24

6.36

Tabla 4.11. Procesos y su Tiempo de Ejecucin Fuente: Elaboracin propia

116

El SE DMC propuesto trae un ahorro de tiempo de 39.88 minutos por lo que se concluye que tiene un mejor rendimiento que el sistema anterior. Objetivo Planteado. Mejorar el proceso de diagnstico, monitoreo, control; hacerlo rpido y confiable mediante el Desarrollo de un sistema experto de Diagnstico, Monitoreo y Control para el desarrollo integral de nios con retraso mental Para determinar significativamente utilizamos la prueba de la distribucin de T-Student, cuya formula es:

t=

XAXB
2 2 SA SB + NA NB

Donde: X A = media de los tiempos del sistema actual. X B = media de los tiempos del SE DMC
2 S A = desviacin estndar de los tiempos del sistema actual elevado al

cuadrado.
2 S B = desviacin estndar de los tiempos del SE DMC elevado al cuadrado.

N A = Tamao del grupo A

N B = Tamao del grupo B

Para saber si el valor de t es significativo, se aplica la formula y se calcula los grados de libertad. La prueba t se basa en una distribucin muestral o poblacional de diferencia de medias.

117

Los grados de libertad se calculan con la siguiente frmula.

gl = ( N A + N B ) 2
En la siguiente tabla se calcula la desviacin estndar para A y B respectivamente para posteriormente realizar el clculo de t

Nro. 1 2 3 4 5 6 7 8 9

Tiempo A
4.72 0.94 0.49 4.98 1.98 2.98 4.87 10.03 15.25

(X

X A)
-0.42 -4.20 -4.65 -0.16 -3.16 -2.16 -0.27 4.89 10.11

(X

X A)

Tiempo B
0.98 0.01 0.01 0.01 0.01 0.28 0.01 0.01 5.04

(X B X B ) (X B X B )2
0.27 -0.70 -0.70 -0.70 -0.70 -0.43 -0.70 -0.70 4.33 0.0747 0.4853 0.4853 0.4853 0.4853 0.1820 0.4853 0.4853 18.778 21.9466 2.43851111

(X X )
S
2

0.1745 17.6213 21.6018 0.0249 9.9716 4.6560 0.0717 23.9338 102.2570 180.3128

20.0348 Tabla 4.12. Clculo de la desviacin estndar Fuente: Elaboracin Propia

Entonces se tiene:

X A = 5.14 X B = 0.71
2 S A = 20.0348 2 S B = 2.4385

NA = 9 NB = 9

118

Reemplazando valores tenemos:

t=

XAXB
2 2 SA SB + NA NB

5.14 0.71 20.0348 2.4385 + 9 9

t=

4.43 = 1.58 2.226 + 0.2709

Se obtienen los grados de libertad:

gl = (9 + 9) 2 gl = 16
Nuestro nivel de confianza ser de 90% con lo que se obtiene mediante tablas que

t = 1.337 .

Entonces se acepta el objetivo planteado, puesto que 1.58 > 1.337 4.8. FACTORES DE CALIDAD MCCALL. Se aplicarn los factores y mtricas de calidad de McCall para determinar si el SE DMC es un sistema de alta calidad. Para poder aplicar las pruebas de calidad de McCall se realiz una encuesta a tres usuarios del SE DMC, los resultados de estas encuestas estn representados en las tablas siguientes, las respuestas hechas por los usuarios estn en un rango de 0 (bajo) a 10 (alto).

119

Mtricas Exactitud Complecin Concisin Consistencia Estandarizacin de datos Tolerancia a errores Eficiencia de ejecucin Capacidad de expansin Generalidad Instrumentacin Modularidad Operatividad Seguridad Auto documentacin Simplicidad Independencia del sistema Trazabilidad facilidad de formacin

Usuario 1 Usuario 2 Usuario 3 Promedio 8 10 7 8.33 9 8 10 9.00 6 7 7 6.67 10 9 9 9.33 9 10 9 9.33 10 9 10 9.67 9 10 9 9.33 7 5 7 6.33 5 8 6 6.33 9 9 8 8.67 7 9 7 7.67 9 10 10 9.67 8 7 8 7.67 5 7 6 6.00 8 9 8 8.33 8 7 7 7.33 9 8 8 6 9 9 8.67 7.67

Tabla 4.13. Puntuacin de mtricas segn usuarios del SE DMC Fuente: Elaboracin Propia

factores

Usuario 1

Usuario 2

Usuario 3

Correccin Fiabilidad Eficiencia Integridad Flexibilidad capacidad de pruebas reusabilidad usabilidad

10 8 10 9 9 9 8 8
Fuente: Elaboracin Propia

9 10 9 7 9 8 9 9

8 9 10 9 8 9 7 9

Tabla 4.14. Puntuacin de factores segn usuarios del SE DMC

El clculo de cada factor de calidad se lo realizar con la frmula de McCall

Fq = (C1 m1 ) + (C 2 m2 ) + KK + (C n mn ) donde:
Fq : es un factor de calidad.

C n : Coeficientes de regresin.

120

mn : Mtricas que afectan al factor de calidad

Para calcular los coeficientes de regresin se utilizar la frmula

Cn = mT m

) (m
1

Fq donde m

es la transpuesta de la matriz de las

mtricas, m es la matriz de las mtricas y Fq es la matriz de los factores.

A continuacin se muestra el clculo de cada factor de McCall: a. Correccin. Al factor de Correccin pertenecen las mtricas de completitud, consistencia y trazabilidad. Los coeficientes de regresin obtenidos mediante las frmulas de McCall son:

C1 = 1

C2 = 1

C3 = 1

Entonces tenemos:
Fq = ( 1 9 ) + (1 9.33) + (1 8.67)

Fq = 9

El factor de correccin tiene una puntuacin de 9 en una escala de 0 a 10, lo cual indica que el factor de calidad es Alto. b. Fiabilidad. Al factor de fiabilidad pertenecen las mtricas de exactitud, complejidad, consistencia, tolerancia a errores, modularidad y simplicidad.

121

Los coeficientes de regresin obtenidos mediante las frmulas de McCall son:

C1 = 1.608E - 09

C 2 = 2.53

C 3 = 3

C4 = 2

C5 = 0

Entonces tenemos:
Fq = (1.608 E 09 8.33) + (2.53 9.33) + (3 9.67) + (2 7.67 ) + (0 * 8.33)

Fq = 9.927

El factor de fiabilidad tiene una puntuacin de 9.927 en una escala de 0 a 10, lo cual indica que el factor de calidad es Alto. c. Eficiencia. Al factor de eficiencia pertenecen las mtricas de concisin, Eficiencia de ejecucin y operatividad. Los coeficientes de regresin obtenidos mediante las frmulas de McCall son:
C1 = -6.33 ; C 2 = 1 ; C 3 = 6.33

Entonces tenemos:
Fq = ( 6.33 6.67 ) + ( 1 9.33) + (6.33 9.67)

Fq = 9.67
El factor de eficiencia tiene una puntuacin de 9.67 en una escala de 0 a 10, lo cual indica que el factor de calidad es Alto. d. Integridad. Al factor de integridad pertenecen las mtricas de facilidad de auditoria, Instrumentacin y seguridad.

122

Los coeficientes de regresin obtenidos mediante las formulas de McCall son:

C1 = 0 ; C2 = 2 ; C 3 = 7

Entonces tenemos:
Fq = (0 8.67 ) + (2 7.67 ) + (7 1)

Fq = 8.33
El factor de integridad tiene una puntuacin de 8.33 en una escala de 0 a 10, lo cual indica que el factor de calidad es totalmente aceptable. e. Flexibilidad. Al factor de flexibilidad pertenecen las mtricas de complejidad, concisin, consistencia, capacidad de expansin, generalidad, modularidad autodocumentacin y simplicidad. Los coeficientes de regresin obtenidos son:
C1 = 0.5 ; C 2 = 1 ; C3 = 0 ; C4 = 2 ; C5 = C6 = 0

Entonces tenemos:
Fq = (0.5 6 ) + ( 1 8) + (0 6.33) + (2 6.33) + (0 7.67 ) + (0 6 )

Fq = 7.67
El factor de flexibilidad tiene una puntuacin de 7.67 en una escala de 0 a 10, lo cual indica que el factor de calidad aceptable.

123

f. Capacidad de pruebas. Al factor de capacidad de pruebas pertenecen las mtricas de facilidad de auditoria, complejidad, instrumentacin, modularidad, autodocumentacin y simplicidad. Los coeficientes de regresin obtenidos son:
C1 = 2 ; C 2 = 4.55 E 13 ; C3 = 0 ; C 4 = 1

Entonces tenemos:
Fq = (2 8.67 ) + ( 4.55 E 13 7.67 ) + (0 6) + ( 1 8.33)

Fq = 9

El factor de capacidad de pruebas tiene una puntuacin de 9 en una escala de 0 a 10, lo cual indica que el factor de calidad es Alto. g. Reusabilidad. Al factor de reusabilidad pertenecen las mtricas de generalidad, independencia del hardware, modularidad, autodocumentacin e independencia del sistema. Los coeficientes de regresin obtenidos mediante las frmulas de McCall son:
C1 = 2 ; C2 = 0 ; C 3 = 2 ; C4 = 1

Entonces tenemos:
Fq = (2 6.33) + (0 7.67 ) + (2 6) + (1 7.33)

Fq = 8

124

El factor de reusabilidad tiene una puntuacin de 8 en una escala de 0 a 10, lo cual indica que el factor de calidad es totalmente aceptable. h. Usabilidad. Al factor de usabilidad pertenecen las mtricas de operatividad y facilidad de formacin. Los coeficientes de regresin obtenidos mediante las frmulas de McCall son:
C1 = 1.67 ; C 2 = 0.33 ; C 3 = 27.67

Entonces tenemos:
Fq = ( 1.67 9.67 ) + ( 0.33 7.67 ) + (27.67 * 1)

Fq = 9

El factor de usabilidad tiene una puntuacin de 9 en una escala de 0 a 10, lo cual indica que el factor de calidad es Alto. Para hallar la puntuacin final de calidad de software se promediarn los resultados de los factores:

Pcs =

co + fi + ef + in + fl + cp + re + us 8

125

Donde:
Pcs : Puntuacin de calidad de software
co : Correccin

fl : Flexibilidad cp : Capacidad de Pruebas

re : Reusabilidad
us : Usabilidad

fi : Fiabilidad ef : Eficiencia
in : Integridad
Entonces:

Pcs =

9 + 9.927 + 9.67 + 8.33 + 7.67 + 9 + 8 + 9 8

Pcs = 8.825

El valor de la puntuacin de calidad de software final es de 8.825, en la escala de 0 a 10 este valor indica que el SE DMC es un software de calidad, los factores que miden la calidad de software son de alto grado.

126

127

Las conclusiones a las que el presente proyecto llega son las siguientes. 7.1. CONCLUSIONES En el presente proyecto se ha logrado cumplir con el objetivo general propuesto (Captulo IV 4.7. y pruebas del sistema en 15 nios), por lo tanto se ha resuelto la problemtica planteada. Se cumplieron en su totalidad los objetivos especficos, a continuacin se detalla el cumplimiento de cada objetivo especfico: Despus de haber realizado el estudio del dominio y analizar la forma en la cual se realizar los procesos (Captulo IV 4.1. y 4.2.), se desarroll el Sistema Experto de Diagnstico, Monitoreo y Control Para el Desarrollo Integral de Nios con Retraso Mental (Captulo IV 4.5.), que permite cumplir los objetivos especficos que se describen a continuacin. El SE DMC obtiene los resultados de la evaluacin de forma progresiva, mientras se va aplicando la evaluacin al nio, los resultados van siendo desplegados (Puntuaciones naturales, Puntuaciones Normalizadas, Sumatoria de las puntuaciones Normalizadas para subescalas Verbales y de ejecucin, Cociente de Inteligencia del nio, Conocimientos, Aptitudes y Rendimiento) (Captulo IV 4.7.). Despus de las aplicaciones del WISC-R y de los currculos (pruebas del sistema en 15 nios) el SE DMC muestra las debilidades y fortalezas de los nios, comparando las evaluaciones del WISC-R y las aplicaciones de los Currculos. Una vez establecido el grado de conocimiento en diferentes reas, el SE DMC establece un tratamiento a los nios,

128

Despus de cada evaluacin y cada aplicacin curricular el SE DMC establece un perodo de tiempo (pruebas del sistema en 15 nios), durante el cual al nio se le debern aplicar los tratamientos que fueron determinados por el sistema.

El SE DMC logra Determinar el grado de avance del nio con respecto a su ltima evaluacin (pruebas del sistema en 15 nios).

La implementacin de un Sistema Experto de Diagnstico, Monitoreo y Control para el Desarrollo Integral de Nios con Retraso Mental capaz de determinar la discapacidad Psquica o retraso mental, evaluar los conocimientos, las aptitudes y el rendimiento de los nios, es un apoyo considerable para las personas que se dedican a ayudar a estos nios, por que el SE DMC les proporciona la informacin necesaria para saber cuando los nios estn listos para pasar a otro nivel y no estancarse en uno por mucho tiempo. Los pasos que se realizaron para desarrollar el SE DMC fueron: se realizaron estimaciones como tamao, costo y esfuerzo del software (COCOMO II Captulo III). Se realiz el anlisis, diseo del sistema y diseo de objetos mediante la metodologa OMT (Captulo IV). Se realizaron pruebas de anlisis y diseo, mediante las tarjetas CRC (Captulo IV 4.6.). Caja Blanca como pruebas de software fueron aplicadas al sistema con xito (Captulo IV 4.6.). Se determin gracias a los factores y mtricas de McCall que el sistema es un sistema de calidad (Captulo IV 4.8.).

129

7.2. RECOMENDACIONES. Para no tener incongruencia en el conocimiento se recomienda tener mucho cuidado y prestar mucha atencin el momento de agregar nuevas reglas en el sistema. Se recomienda explotar al mximo las facultades del sistema, como este tiene la facultad de aprender puede ampliarse el rango de la evaluacin y modificar los parmetros de evaluacin, tambin el sistema podra aplicarse a nios con aprendizaje normal y a nios superdotados. Se recomienda desarrollar ms sistemas basados en Inteligencia Artificial por las caractersticas propias que presentan y los beneficios que pueden atraer a diferentes reas. En el SE DMC se utiliz el test del WISC-R y los Currculos, se recomienda explorar e investigar ms evaluaciones Psicolgicas para diferentes trastornos que pueden afectar al comportamiento normal de una persona.

130

REFERENCIAS BIBLIOGRFICAS

[CREMA 1999], CREMA Centro De Recursos De Educacin Especial En Navarra, Gua para la Respuesta Educativa a las Necesidades del Alumnado con Discapacidad Psquica, 1999 [WISC R 1997], David Wechsler, WISC-R, Escala De Inteligencia Revisada Para El Nivel Escolar 1997 [MACL 2001], Marco Antonio Castro Liera, CATEDRTICO DEL INSTITUTO TECNOLGICO DE LA PAZ 2001. [UJA 1994], Ulises Corts Garca, Javier Bjan Alonso, et at, Inteligencia Artificial. Ediciones UPC (Universidad Politcnica de Catalunya), 1994. [DWR 1990], David W. Rolston Sunnyvale, Principios de Inteligencia Artificial y Sistemas Expertos, California, 1990. [MDOO 1995], James Rumbaugh, et at, Modelo y Diseo Orientado a Objetos, Edicin Juan Stumpf, 1995 [PHW 1995] Patric Henry Winstow, Inteligencia Artificial 3ra Edicin, Ed. Wesley Ibero Americana, 1995. [Nils 2001], Nils J. Nilsson, Inteligencia Artificial una Nueva Sintesis, Ed. McGraw Hill/ Interamericana de Espaa, S.A.U., 2001 [StRU 1996], Stuart Russell, Meter Norvig, et, at, Inteligencia Artificial Un Enfoque Moderno, 1996. [Binet Simon 1905], Alfred Binet y Thodore Simon, La Medida de la Inteligencia, 1905.

[NEWE 1990], Newell A., UNIFIED THEORIES OF COGNITION, Harvard University Press, 1990. [EPS 2000], Ana M. Moreno S. Campuchino, Estimacin de Proyectos de Software, Universidad Politcnica de Madrid, 2000. [USB 2001], Universidad Simn Bolvar, COCOMO II: UNA FAMILIA DE MODELOS DE ESTIMACIN, 2001. [MGM 1997], Mario Gmez Martnez Jorge J. Plus Anlisis y Diseo de Sistemas Expertos, Universidad Tecnolgica Nacional, 1997. [IDS 2003], Roger S. Presuman, INGENIERA DE SOFTWARE Un Enfoque Prctico, 2003. [IBN 1998], Instituto Boliviano de Normalizacin y Calidad, NORMA BOLIVIANA NB-ISO 9000-3, 1998. [PSI 2005], Biblioteca De Consulta Microsoft Encarta, PSICOLOGA INFANTIL, 2005.

REFERENCIAS WEB [DIAC 2002], Montserrat Lpez Sobaler, DOCUMENTO INDIVIDUAL DE ADAPTACIN CURRICULAR, 2002. http://es.geocities.com/adaptacionescurriculares [REP 2002], Representacin de Conocimiento, http://leibniz.iimas.unam.mx/euraga/ia/representaciones.html

BSQUEDA Y ESTRATEGIAS Inteligencia, Actividad Racional y Resolucin de Problemas. En el captulo 2, seccin 2.2.1. del presente documento, se equipar la nocin de inteligencia con la de actividad racional y se asimil sta a un proceso de resolucin de problemas. A continuacin se caracteriz a un sistema experto como una entidad poseedora de conocimientos que contaba con un repertorio de acciones y de objetivos. Solucionar problemas y, por extensin, razonar, consista en alcanzar objetivos. Tal cosa se realiza a travs de un proceso iterativo de toma de decisiones que se desarrolla en tres etapas: en la primera, se evala cul es la situacin en que se halla el problema y se comprueba si coincide o no con la situacin objetivo; si no hay concordancia, se generan posibles situaciones alternativas por aplicacin de las acciones disponibles y pertinentes y, tercera etapa, se vuelve a realizar el mismo proceso a partir de la alternativa que parece ms prometedora para alcanzar el final. Esa actividad bsica contina hasta que una de las alternativas coincide con el objetivo o hasta que se agotan todas las posibilidades de generacin de alternativas. Qu es un Problema?. Ya se ha dicho que la inteligencia es actividad racional y sta consiste en solucionar problemas. Ahora bien Qu es un problema?, En qu consiste un proceso de solucin? Solucionar problemas no es ms que caminar. Partir de la salida y andar hasta la llegada, que es el resultado. La solucin es, pues, el camino; y un mtodo de solucin, una forma de construir caminos y andar por ellos.

Bsqueda En Amplitud. La exploracin profundizada en el espacio de estados por niveles, dando preferencia a la rama determinada por el primer hijo resultante de una expansin. Aqu se trata de comprobar si alguno de los hijos del nivel actual es la solucin. Solo en el caso de que esto no ocurra, se procede a generar el siguiente nivel. Si existen diversas soluciones esta estrategia encuentra la de mnimo nmero de pasos, que no tienen por qu coincidir con la solucin ptima. Si el factor de ramificacin es alto, la ocupacin de memoria tambin es alta, dado que siempre se guardan todos los nodos resultantes de cada expansin. A continuacin se puede ver como se recorre el espacio de estados aplicando esta estrategia.

Recorrido de la bsqueda en amplitud Fuente: UJA 1994

Algoritmo Amplitud(nodo-inicial, Objetivo, Operadores) Lista-nodos := Aadir(lista-vacia, Nodo-inicial) Solucin := falso Hasta que solucin V vacia(lista-nodos) hacer Nodo-actual := primero(lista-nodos) Lista-nodos := eliminar(nodo-actual, lista-nodos) Si nodo-actual objetivo entonces Lista-hijos := aplicar(nodo-actual, operadores) Si vaca (lista-hijos) entonces Lista-nodos := aadir-final (lista-nodos, lista-hijos) FSi Sino Solucin := cierto Mensaje (solucin encontrada) FSi Fhasta Si solucin entonces Mensaje (No hay soluciones) FSi FAlgoritmo Algoritmo de bsqueda en amplitud Fuente: UJA 1994

Obtencin de todas las soluciones. Para obtener todas las soluciones en el recorrido, basta con cambiar la condicin de final del algoritmo presentado anteriormente.

Algoritmo Amplitud(nodo-inicial, Objetivo, Operadores) Lista-nodos := Aadir(lista-vacia, Nodo-inicial) Hasta que vacia(lista-nodos) hacer Nodo-actual := primero(lista-nodos) Lista-nodos := eliminar(nodo-actual, lista-nodos) Si nodo-actual objetivo entonces Lista-hijos := aplicar(nodo-actual, operadores) Si vaca (lista-hijos) entonces Lista-nodos := aadir-final (lista-nodos, lista-hijos) FSi Sino Mensaje (solucin encontrada) FSi Fhasta Mensaje (No hay soluciones) FAlgoritmo Algoritmo de bsqueda en amplitud obteniendo todas las soluciones Fuente: UJA 1994

CUADROS DE TIEMPOS OBTENIDO POR NIO Y POR PROCESO

Los procesos evaluados para la comparacin de rendimiento del sistema manual y el SE DMC son los siguientes: P1 = P2 = P3 = P4 = Registro del Nio. Clculo de la edad del nio. Determinar si la respuesta a una pregunta o reactivo es o no es correcta. Sumatoria de las puntuaciones naturales de cada subescala, transformacin P5 = P6 = P7 = P8 = P9 = a puntuacin normalizada, sumatoria de las puntuaciones normalizadas, obtencin del CI y diagnosticar. Registrar los resultados obtenidos del test. Buscar el expediente de un nio. Determinar el tratamiento educativo de cada nio. Ver el avance que el nio ha tenido con respecto a su ltima evaluacin o aplicacin curricular. Preparar una nueva evaluacin.

A, B, C,, O = Nios Evaluados A continuacin se detalla los tiempos en minutos que se demora en cada proceso con el sistema manual.

A B C D E F G H I J K L M N O Promedio

P1 4.56 4.70 4.80 4.25 4.53 4.98 5.05 4.62 4.58 4.72 4.56 4.53 4.80 5.00 5.05 4.72

P2 1.05 0.94 0.94 0.96 1.00 1.05 0.98 0.95 0.97 0.97 0.90 1.00 0.40 0.96 1.05 0.94

P3 0.42 0.50 0.54 0.48 0.45 0.48 0.51 0.46 0.47 0.58 0.62 0.42 0.46 0.49 0.49 0.49

P4 4.98 4.96 5.02 5.00 4.98 5.05 4.86 4.92 5.02 5.05 4.94 4.98 4.94 5.02 4.95 4.98

P5 1.96 2.00 2.03 1.94 1.98 1.96 2.03 1.98 1.94 1.96 1.87 2.04 2.00 1.98 1.96 1.98

P6 3.02 3.02 2.98 2.96 2.94 2.97 2.95 2.95 3.00 3.02 3.00 2.98 2.94 3.00 3.02 2.98

P7 5.05 4.62 4.58 4.98 5.05 4.86 4.56 4.70 4.80 4.98 4.94 5.02 4.95 4.92 5.03 4.87

P8 10.50 10.70 9.98 9.30 9.65 9.58 10.10 9.76 10.50 10.50 9.89 9.45 10.60 9.78 10.10 10.03

P9 15.22 12.24 14.28 17.56 15.98 16.54 14.49 13.50 18.29 16.00 16.28 15.46 15.69 13.29 14.00 15.25

pi
46.76 43.68 45.15 47.43 46.56 47.47 45.53 43.84 49.57 47.78 47.00 45.88 46.78 44.44 45.65 46.23

Tabla de procesos y su tiempo de ejecucin por nio (Manual) Fuente: Elaboracin Propia

A continuacin se detalla los tiempos que se demora en cada proceso con el SEDMC en los mismos nios. pi
6.16 6.38 6.41 5.97 6.34 5.71 5.81 6.36 6.51 6.31 6.81 6.46 6.31 7.01 6.83 6.36

A B C D E F G H I J K L M N O Promedio

P1 0.85 1.00 1.00 0.90 1.00 0.40 0.96 1.00 1.20 1.00 1.00 1.05 1.00 1.35 1.00 0.98

P2 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01

P3 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01

P4 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01

P5 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01

P6 0.25 0.32 0.35 0.25 0.28 0.25 0.25 0.30 0.25 0.25 0.25 0.35 0.25 0.30 0.32 0.28

P7 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01

P8 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01

P9 5.00 5.00 5.00 4.76 5.00 5.00 4.54 5.00 5.00 5.00 5.50 5.00 5.00 5.30 5.45 5.04

Tabla de procesos y su tiempo de ejecucin por nio (SE DMC) Fuente: Elaboracin Propia

El promedio de tiempo que se tarda con el sistema manual es de 46.23 minutos y con el SE DMC es de 6.36 minutos.

EVALUACIN DE CALIDAD DEL SE DMC (Modelo de McCall) Nombre: Lic. Jaime Edmundo Vega Rivero Evale cada punto en un rango de 0 (Bajo) a 10 (alto) Mtricas de la calidad del software
METRICAS Exactitud. Complecin. Concisin. Consistencia. Estandarizacin de datos Tolerancia al error Eficiencia de ejecucin Capacidad de expansin. Generalidad. Instrumentacin. Modularidad. Operatividad. Seguridad. Auto documentacin. Simplicidad. Independencia del sistema. Trazabilidad. Facilidad de formacin. EXPLICACIN La exactitud de los clculos y del control El grado con que se ha logrado la implementacin total de una fundacin. Lo compacto que es el programa en trminos de lneas de cdigo El empleo de un diseo uniforme y de tcnicas de documentacin a lo largo del proyecto de desarrollo de software. El empleo de estructuras y tipos de datos estndares a lo largo del programa. El dao causado cuando el programa encuentra un error. El rendimiento del funcionamiento del programa. El grado con que se puede ampliar el diseo arquitectnico, de datos o procedimental. La amplitud de aplicacin potencial de los componentes del programa. El grado con que el programa vigila su propio funcionamiento e identifica los errores que ocurren. La independencia funcional de componentes de programa. La facilidad de operacin del programa La disponibilidad de mecanismos que controlan o protegen los programas y los datos. El grado en que el cdigo fuente proporciona documentacin significativa. El grado de facilidad con que se puede entender el programa. El grado de independencia de programa respecto a las caractersticas del lenguaje de programacin no estndar, caractersticas del sistema operativo y otras restricciones del entorno. La capacidad de seguir una representacin del diseo o un componente real del programa hasta los requisitos. El grado en que ayuda el software a manejar el sistema a los nuevos usuarios. PUNT. 0 10

Profesin: Psiclogo

Factores de calidad.
FACTORES Correccin Fiabilidad Eficiencia Integridad Flexibilidad Capacidad de pruebas Reusabilidad Usabilidad DESCRIPCIN Hasta dnde satisface el programa su especificacin y logra los objetivos propuestos por el cliente. Hasta donde se puede esperar que el programa lleve a cabo su funcin con la exactitud requerida. La cantidad de recursos informticos y de cdigo necesarios para que un programa realice su funcin. Hasta donde se puede controlar el acceso al software o a los datos por personas no autorizadas. El esfuerzo necesario para modificar el programa que ya est en funcionamiento. El esfuerzo necesario para probar el programa y asegurarse de que realiza correctamente su funcin. (Capacidad de reutilizacin). Hasta donde se puede volver a emplear el programa (o partes del programa) en otras aplicaciones. (Facilidad de manejo) el esfuerzo necesario para aprender a operar con el sistema, preparar los datos de entrada e interpretar las salidas (resultados) de un programa. PUNT. 0 10

Observaciones:

____________________________ Lic. Jaime Edmundo Vega Rivero

II

EVALUACIN DE CALIDAD DEL SE DMC (Modelo de McCall) Nombre: Erica Asunta Viscarra Pirola Profesin: Educacin Inicial

Evale cada punto en un rango de 0 (Bajo) a 10 (alto) Mtricas de la calidad del software
METRICAS Exactitud. Complecin. Concisin. Consistencia. Estandarizacin de datos Tolerancia al error Eficiencia de ejecucin Capacidad de expansin. Generalidad. Instrumentacin. Modularidad. Operatividad. Seguridad. Auto documentacin. Simplicidad. Independencia del sistema. Trazabilidad. Facilidad de formacin. EXPLICACIN La exactitud de los clculos y del control El grado con que se ha logrado la implementacin total de una fundacin. Lo compacto que es el programa en trminos de lneas de cdigo El empleo de un diseo uniforme y de tcnicas de documentacin a lo largo del proyecto de desarrollo de software. El empleo de estructuras y tipos de datos estndares a lo largo del programa. El dao causado cuando el programa encuentra un error. El rendimiento del funcionamiento del programa. El grado con que se puede ampliar el diseo arquitectnico, de datos o procedimental. La amplitud de aplicacin potencial de los componentes del programa. El grado con que el programa vigila su propio funcionamiento e identifica los errores que ocurren. La independencia funcional de componentes de programa. La facilidad de operacin del programa La disponibilidad de mecanismos que controlan o protegen los programas y los datos. El grado en que el cdigo fuente proporciona documentacin significativa. El grado de facilidad con que se puede entender el programa. El grado de independencia de programa respecto a las caractersticas del lenguaje de programacin no estndar, caractersticas del sistema operativo y otras restricciones del entorno. La capacidad de seguir una representacin del diseo o un componente real del programa hasta los requisitos. El grado en que ayuda el software a manejar el sistema a los nuevos usuarios. PUNT. 0 10

Factores de calidad.
FACTORES Correccin Fiabilidad Eficiencia Integridad Flexibilidad Capacidad de pruebas Reusabilidad Usabilidad DESCRIPCIN Hasta dnde satisface el programa su especificacin y logra los objetivos propuestos por el cliente. Hasta donde se puede esperar que el programa lleve a cabo su funcin con la exactitud requerida. La cantidad de recursos informticos y de cdigo necesarios para que un programa realice su funcin. Hasta donde se puede controlar el acceso al software o a los datos por personas no autorizadas. El esfuerzo necesario para modificar el programa que ya est en funcionamiento. El esfuerzo necesario para probar el programa y asegurarse de que realiza correctamente su funcin. (Capacidad de reutilizacin). Hasta donde se puede volver a emplear el programa (o partes del programa) en otras aplicaciones. (Facilidad de manejo) el esfuerzo necesario para aprender a operar con el sistema, preparar los datos de entrada e interpretar las salidas (resultados) de un programa. PUNT. 0 10

Observaciones:

____________________________ Lic. Erica Asunta Viscarra Pirola

II

EVALUACIN DE CALIDAD DEL SE DMC (Modelo de McCall) Nombre: Lic. Fabiola Altovez Iturri Evale cada punto en un rango de 0 (Bajo) a 10 (alto) Mtricas de la calidad del software
METRICAS Exactitud. Complecin. Concisin. Consistencia. Estandarizacin de datos Tolerancia al error Eficiencia de ejecucin Capacidad de expansin. Generalidad. Instrumentacin. Modularidad. Operatividad. Seguridad. Auto documentacin. Simplicidad. Independencia del sistema. Trazabilidad. Facilidad de formacin. EXPLICACIN La exactitud de los clculos y del control El grado con que se ha logrado la implementacin total de una fundacin. Lo compacto que es el programa en trminos de lneas de cdigo El empleo de un diseo uniforme y de tcnicas de documentacin a lo largo del proyecto de desarrollo de software. El empleo de estructuras y tipos de datos estndares a lo largo del programa. El dao causado cuando el programa encuentra un error. El rendimiento del funcionamiento del programa. El grado con que se puede ampliar el diseo arquitectnico, de datos o procedimental. La amplitud de aplicacin potencial de los componentes del programa. El grado con que el programa vigila su propio funcionamiento e identifica los errores que ocurren. La independencia funcional de componentes de programa. La facilidad de operacin del programa La disponibilidad de mecanismos que controlan o protegen los programas y los datos. El grado en que el cdigo fuente proporciona documentacin significativa. El grado de facilidad con que se puede entender el programa. El grado de independencia de programa respecto a las caractersticas del lenguaje de programacin no estndar, caractersticas del sistema operativo y otras restricciones del entorno. La capacidad de seguir una representacin del diseo o un componente real del programa hasta los requisitos. El grado en que ayuda el software a manejar el sistema a los nuevos usuarios. PUNT. 0 10

Profesin: Psiclogo

Factores de calidad.
FACTORES Correccin Fiabilidad Eficiencia Integridad Flexibilidad Capacidad de pruebas Reusabilidad Usabilidad DESCRIPCIN Hasta dnde satisface el programa su especificacin y logra los objetivos propuestos por el cliente. Hasta donde se puede esperar que el programa lleve a cabo su funcin con la exactitud requerida. La cantidad de recursos informticos y de cdigo necesarios para que un programa realice su funcin. Hasta donde se puede controlar el acceso al software o a los datos por personas no autorizadas. El esfuerzo necesario para modificar el programa que ya est en funcionamiento. El esfuerzo necesario para probar el programa y asegurarse de que realiza correctamente su funcin. (Capacidad de reutilizacin). Hasta donde se puede volver a emplear el programa (o partes del programa) en otras aplicaciones. (Facilidad de manejo) el esfuerzo necesario para aprender a operar con el sistema, preparar los datos de entrada e interpretar las salidas (resultados) de un programa. PUNT. 0 10

Observaciones:

____________________________ Lic. Fabiola Altovez Iturri

II