Programación Concurrente y de Tiempo Real
Grado en Ingenierı́a Informática
Asignación de Prácticas Número 5
En la asignación número tres desarrolló soluciones a los problemas plan-
teados utilizando paralelismo de datos con división manual del espacio de
datos. En esta asignación utilizará paralelismo de datos particionando un
problema y definiendo el número de hilos necesarios para su resolución en
función de ecuaciones de balanceado de carga. También aprenderá el con-
cepto de speed up como medida de la aceleración que una solución paralela
ofrece. Documente todo su código con etiquetas (será sometido a análisis con
javadoc). Si lo desea, puede también agrupar su código en un paquete de
clases, aunque no es obligatorio.
1. Ejercicios
1. En la carpeta de la práctica dispone de código para realizar de forma
paralela la búsqueda de números primos en un rango de naturales dados, y
para descargar paralelamente diversas páginas web con escritura de su código
html a disco; son ejemplos de tareas con diferentes coeficientes de bloqueo.
Descárguelos. Observe que ambos utilizan la ecuación de Subramanian,
Nnld
Nt =
1 − Cb
para determinar el número de hebras necesarias en función del número
de núcleos lógicos disponibles y del coeficiente de bloqueo del problema. Ex-
perimente con ambos códigos, y redacte utilizando LATEXsobre OverLeaf un
documento llamado analisis.pdf donde deberá distinguir para cada pro-
blema su tipologı́a, el tipo de solución y cómo la ecuación anterior define
el número de hebras paralelas que se deben tener. En particular, para el
programa de descarga de páginas web se le pide que estime de forma aproxi-
mada el coeficiente de bloqueo mediante un análisis empı́rico de rendimiento.
1
2. En la asignación número tres escribió una solución secuencial y otra
paralela con división manual del espacio de datos, para el producto matriz-
vector. Adapte ambas versiones para multiplicar matrices cuadradas de núme-
ros enteros de m × m componentes utilizando la ecuación de Subrama-
nian para decidir cuántas tareas necesita, dividiendo el espacio de datos
de forma automatizada. Soporte las tareas mediante la interfaz Runnable
y procéselas con un ejecutor de capacidad fija. Los códigos se guardarán en
prodMatricesSecuencial.java y prodMatricesParalelo.java. NOTA: m
debe ser suficientemente grande (del orden de varios miles).
3. El speed up se define por la siguiente ecuación
T (1)
SpeedU p =
T (n)
donde T (1) es el tiempo de cálculo de la mejor solución secuencial a un
problema dado, y T (n) el tiempo de cálculo de una solución paralela den
tareas o hebras. Normalmente debe ser mayor que uno y menor que el núme-
ro de cores disponibles. A partir de los programas que ha desarrollado en el
anterior apartado, elabora una gráfica speed − up = f (n) siendo n el número
de tareas paralelas que irá creciendo (2, 4, ..., 16). Guarde las gráficas y sus
comentarios en un documento analisisProdMatricial.pdf que deberá es-
cribir utilizando LATEX sobre OverLeaf.
4. Un área habitual de uso de la programación paralela es el tratamiento
digital de imágenes, que aplica operadores de tipo diferencial o integral dis-
cretos sobre cada uno de los pı́xeles que la forman. En particular, el operador
de resaltado se puede definir (entre otras) a partir de la siguiente ecuación:
xi,j = (4xi,j − xi+1,j − xi,j+1 − xi−1,j − xi,j−1 )/8
Suponga que abstrae su imagen mediante una matriz de k × k pı́xeles
con 256 niveles de gris (0-255) que inicialmente estarán determinados de
forma aleatoria para cada pixel (si quiere probarlo con una imagen real, en
la carpeta de la práctica dispone de los recursos necesarios para ello). Se pide:
Escribir un programa de resaltado mediante un algoritmo secuencial,
en resImagen.java.
Escribir un programa de resaltado mediante un algoritmo paralelo, en
resImagenPar.java. La versión paralela deberı́a utilizar una matriz de
entrada y otra matriz de salida.
2
A partir de los programas anteriores, elabore una gráfica speed − up =
f (n) siendo n el número de tareas. Guarde las gráficas y sus comentarios
en un documento analisisOpResaltado.pdf que deberá escribir utilizando
LATEX sobre OverLeaf. NOTA: k debe ser suficientemente grande (del orden
de varios miles).
5. Un número natural es perfecto cuando es igual a la suma de sus
divisores propios (por ejemplo, 6 y 28 son perfectos). Queremos conocer
cuántos números perfectos hay en un rango dado de números naturales
leı́do desde la lı́nea de comandos, utilizando computación ası́ncrona a fu-
turo. Observará que no son números especialmente abundantes. Para ello,
escriba en numPerfectos.java un sencillo programa secuencial que haga
el trabajo, adaptando el ejemplo de los números primos. Ahora, escriba en
numPerfectosParalelo.java otro programa paralelo con tareas Callable
qué buscarán cuántos números perfectos hay en el subrango de análisis que
corresponda a cada tarea; el número de tareas se determinará mediante la
ecuación de Subramanian. Utilice la interfaz Future para recoger los resul-
tados que cada tarea Callable encuentra. El programa principal creará las
tareas, las procesará a través de un ejecutor de tamaño fijo, e imprimirá
cuántos números perfectos se han encontrado. Construya nuevamente una
gráfica speed − up = f (n) siendo n el número de tareas. Guarde la gráfica y
sus comentarios en un documento analisisNumPerfectos.pdf que deberá
escribir utilizando LATEX sobre OverLeaf.
2. Procedimiento de Entrega
PRODUCTOS A ENTREGAR:
Ejercicio 1: analisis.pdf
Ejercicio 2: prodMatricesSecuencial.java y prodMatricesParalelo.java
Ejercicio 3: analisisProdMatricial.pdf
Ejercicio 4: resImagen.java, resImagenPar.java y analisisOpResaltado.pdf
Ejercicio 5: numPerfectos.java, numPerfectosParalelo.java y analisisNumPerfectos.
MÉTODO DE ENTREGA: Tarea de Moodle.
