Describa los modelos de problemas de programacin

distribuida asociados con cada paradigma.

Paradigma Pipeline.
El paralelismo en este tipo de paradigma, est basado en una
descomposicin funcional del problema, por lo que se deben identificar las
tareas del algoritmo que son capaces de ser ejecutadas paralelamente, lo
que origina que cada proceso ejecute una porcin del algoritmo general.
Esta tcnica permite aumentar la capacidad de instrucciones por
procesador, debido a que las porciones o actividades de programa,
pueden ejecutarse de forma solapada (Moreno, 2005).
Paradigma Master/Worker
En un paradigma que est compuesto por dos entidades el master y los
workers. El master es el encargado de dividir y distribuir las tareas de
la aplicacin, y los workers son entidades de trabajo que reciben la
informacin la procesan y envan los resultados al master. En el caso de
los workers, reciben una tarea a travs de mensajes del master, por lo que
la comunicacin es solo a travs de estas 2 entidades (Argollo, 2006), (Fos
ter, 1994), (Wilkinson, 1999).

En el paralelismo implcito, explique en qu consiste la
mejora de la concurrencia del CPU.
La concurrencia al nivel de la CPU se obtiene disponiendo de mltiples
procesadores ejecutando simultneamente varias instrucciones. Obtener
concurrencia a nivel de la instruccin significa poder ejecutar varias
instrucciones simultneamente con una nica CPU. Este ltimo tipo de
paralelismo se denomina segmentacin, aunque suele ser ms conocido
por su denominacin en ingls: pipelining
Explique las ventajas del paralelismo explcito.
Aumenta el control del programador.

Se obtienen programas ms ptimos.

Explique en qu consiste la diferencia entre el
procesamiento paralelo y la programacin distribuida.

La diferencia entre paralelo y distribuido es una pieza importante a la hora de
disear sistemas, los conceptos son significativamente diferentes, la
confusin, si es que existiese es porque lo paralelo y lo distribuido tienen
algo en comn - la divisin de un problema en mltiples tareas que pueden
ser ejecutadas independientemente. Cul es la diferencia, que es lo que
hace a lo distribuido y a lo paralelo, los dos incluyen hacer mltiples tareas
en mltiples CPUs separados, pero la diferencia clave es donde residen
esos CPUs (tomando CPU y core como sinnimos)
Paralelo: las tareas son divididas entre CPUs dentro del mismo host.
Distribuido: las tareas son divididas entre CPUs en host separados.

PROGRAMACION PARALELA PROGRAMACION DISTRIBUIDA
CARACTERISTICAS

-Para resolver un problema, se construye
un algoritmo y se implementa en un flujo de
instrucciones en serie. Estas instrucciones
se ejecutan en la unidad central de
procesamiento de un ordenador. En el
momento en el que una instruccin se
termina, se ejecuta la siguiente.

-Muchas instrucciones se ejecutan
simultneamente.
-Se basa en el principio de que los
problemas grandes se pueden dividir en
partes ms pequeas que pueden
resolverse de
CARACTERISTICAS

-Es un paradigma de
programacin enfocado en
desarrollar sistemas distribuidos, abiertos,
escalables, transparentes y tolerantes a
fallos. Este paradigma es el resultado
natural del uso de las computadoras y las
redes.
- La programacin distribuida tpicamente
cae en alguna de las varias arquitecturas
bsicas o arquitecturas: cliente-servidor, 3-
tier, n-tier, objetos distribuidos, entre otras
adems de ser base para la
pragmatisidad.



Paradigma manager/workers
Representa tpicamente una implementacin distribuida del modelo
de bag of tasks.
Algoritmos de Hearbeat
El paradigma de heartbeat es til cuando tenemos soluciones
iterativas que se quieren paralelizar. Utilizando un esquema divide &
conquer se distribuye la carga entre workers que realizan clculos y
actualizan con sus resultados a otros workers. Cada paso debiera
significar un progreso hacia la solucin del problema.
Algoritmos de Pipeline.
Un pipeline es un arreglo lineal de procesos filtro que reciben datos
de un puerto (canal) de entrada y entregan resultados por un canal de
salida. Estos procesos (workers) pueden estar en procesadores que
operan en paralelo, en un primer esquema a lazo abierto (W1 en el INPUT,
Wn en el OUTPUT). Un segundo esquema posible es un pipeline
circulardonde Wn se conecta con W1. Estos esquemas sirven en
procesos iterativos o bien donde la aplicacin no se resuelve en una
pasada por el pipe
Algoritmos de Prueba/Eco.
rboles y grafos son utilizados en muchas aplicaciones distribuidas tales
como bsquedas en la WEB, bases de datos, sistemas expertos y juegos.
Las arquitecturas distribuidas se pueden asimilar a los nodos de grafos y
rboles, con canales de comunicacin que los vinculan. El paradigma de
prueba-eco se basa en el envo de un mensaje (probe) enviado por un
nodo a su sucesor y la espera posterior del eco que es el mensaje de
respuesta. Los algoritmos de prueba-eco son particularmente interesantes
cuando se trata de recorrer redes donde no hay (o no se conoce) un
nmero fijo de nodos activos. (Ejemplo clsico son las redes mviles).


Algoritmos de Broadcast.
Permiten alcanzar una informacin global en una arquitectura
distribuida. Sirven para toma de decisiones distribuidas
Algoritmos de token-passing.
Otro paradigma de interaccin muy utilizado se basa en un tipo
especial de mensaje o token que puede utilizarse para otorgar un
permiso (control) o para recoger informacin global de la arquitectura
distribuida.
Servidores replicados
En este caso los servidores manejan (mediante mltiples instancias)
recursos compartidos tales como dispositivos o archivos.