PDF de programación - CAPÍTULO 5 Modelos empíricos de estimación

CAPÍTULO 5

Modelos empíricos de estimación.



Un modelo empírico de estimación para software puede utilizar fórmulas

derivadas empíricamente para predecir el esfuerzo como una función de LDC y

PF. Los valores para LDC y PF son estimados utilizando el enfoque descrito en el

capítulo 3.6. pero en lugar de utilizar las tablas descritas en esas secciones, los

valores resultantes para LDC y PF se unen al modelo de estimación [Len O. Ejogo

‘91].



Los datos empíricos que soportan la mayoría de los modelos de estimación

se obtienen de una muestra limitada de proyectos. Es por eso que estos modelos

de estimación no son adecuados para todas clases de software y en todos los

entornos de desarrollo. Por consiguiente, los resultados obtenidos de dichos

modelos se deben utilizar con prudencia.



5.1 La estructura de los modelos de estimación



Un modelo común de estimación se despega utilizando análisis de regresión sobre

los datos compilados de proyectos anteriores de software. La estructura, global de

tales modelos adquiere la forma de [Len O. Ejiogo ‘91]:

E = A + B * (ev)c



(5.1)



102

donde A, B y C son constantes conseguidas empíricamente, E es el esfuerzo en

meses/persona, y ev es la variable de estimación (de LDC o PF). Además de la

dependencia señalada en la ecuación, la mayoría de los modelos de estimación

tienen algún componente de ajuste del proyecto que permite ajustar E debido a

otras características del proyecto (p. ejemplo: complejidad del problema,

experiencia del personal, entorno de desarrollo).

Entre los muchos modelos de estimación orientados a LDC se encuentran los

siguientes:

E = 5.2 x (KLDC)0.91



Modelo de Walston-Felix

(5.2)

E = 5.5 + 0.73 x (KLDC)1.16

Modelo de Bailey-Basisli

(5.3)

E = 3.2 x (KLDC) 1.05

E= 5.288 x (KLDC)1.047



Modelo simple de Boehm

(5.4)

Modelo Doty para KLDC >9

(5.5)



También se han propuesto los modelos orientados a PF. Entre estos modelos se

incluyen:

E = -13.39 + 0.054 PF

Modelo de Albretch y Gaffney

E = 60.62 x 7.728 x 10 PF8 Modelo de Kemerer



(5.6)

(5.7)

E = 585. 7 + 15.12 PF

Modelo de Matson, Barnett y Mellichamp (5.8)

Una rápida exploración de los modelos listados arriba indica que cada uno traerá

un resultado diferente para el mismo valor de LDC y PF. Los modelos de

estimación se deben evaluar para necesidades particulares.



103

5.2 El Modelo COCOMO



Barry Boehm [Pressman ‘93], en su libro sobre “Economía de la Ingeniería

del Software”, menciona una escala de modelos de estimación de software con el

nombre de COCOMO, por COnstrucive COst MOdel (MOdelo COnstructivo de

COsto). La escala de modelos de Boehm incluye:

• Modelo 1. El modelo COCOMO básico calcula el esfuerzo (y el costo)

del desarrollo de software en función del tamaño del programa,

expresado en las líneas estimadas de código (LDC).

• Modelo 2, El modelo COCOMO intermedio calcula el esfuerzo del

desarrollo de software en función del tamaño del programa y de un

conjunto de “conductores de costo” que incluyen la evaluación subjetiva

del producto, del hardware, del personal y de los atributos del proyecto.

• Modelo 3, El modelo COCOMO avanzado

incorpora

todas

las

características de la versión intermedia y lleva a cabo una evaluación

del impacto de los conductores de costo en cada fase (análisis, diseño,

etc.) del transcurso de ingeniería del software.

Los modelos COCOMO están establecidos para

tres prototipos de

proyectos de software que empleando la terminología de Boehm son: ( 1 ) modo

orgánico: aquellos proyectos de software que son respectivamente pequeños y

sencillos en donde trabajan pequeños equipos que poseen buena experiencia en

la aplicación, sobre un conjunto de

requisitos poco

rígidos;

(2) modo



104

semiacoplado: son los proyectos de software intermedios hablando de tamaño y

complejidad, en donde los equipos tienen diversos niveles de experiencia, y

además deben satisfacer requerimientos poco o medio rígidos; (3) modo

empotrado: son proyectos de software que deben ser desarrollados en un conjunto

de hardware, software y restricciones operativas muy restringido.

Las ecuaciones del COCOMO básico tienen la siguiente forma: [Norman E.

Fenton‘91]

E = ab KLDCb
b

D = Cb Ed

b



(5.9)

(5.10)

donde E es el esfuerzo aplicado en personas-mes, D es el tiempo de desarrollo en

meses cronológicos y KLDC es el número estimado de líneas de código

distribuidas (en miles) para el proyecto. Los coeficientes ab y Cb y los exponentes

b y b
d

b, con valores constantes se muestran en la Tabla 5.1 [Norman E. Fenton ‘91].



Modelo COCOMO básico

Proyecto de Software

Orgánico

Semiacoplado

Empotrado



ab
2.4
3.0
3.6



b

b
1.05
1.12
1.20



cb
2.5
2.5
2.5



d

b
0.38
0.35
0.32



Tabla 5.1 Valores Constantes [Norman E. Fenton ‘91].

105

La ecuación del modelo COCOMO intermedio toma la forma:

E = aiKLDCbi * FAE



(5.11)

donde E es el esfuerzo aplicado en personas-mes y LDC es el número estimado

de líneas de código distribuidas para el proyecto. El coeficiente ai y el exponente bi

se muestran en la Tabla 5.2



Modelo COCOMO Intermedio

Proyecto de Software


Orgánico
Semiacoplado

Empotrado



ai
3.2
3.0

3.8



bi
1.05
1.12
1.20

Tabla 5.2 Valores Constantes [Norman E. Fenton ‘91].

COCOMO es el modelo empírico más completo para la estimación del

software publicado hasta la fecha. Sin embargo, deben tenerse en cuenta los

propios comentarios de Boehm [Pressman ‘98] sobre COCOMO (y por extensión,

sobre todos los modelos):

Hoy en día un modelo de estimación de costos de software está bien

fundado si puede evaluar tanto los costos de desarrollo de software en un 20 por

ciento de los costos reales, así como un 70 por ciento del tiempo y ello en su

propio terreno (o sea dentro de la clase de proyectos para los cuales ha sido

calibrado), en realidad ésta no es la exactitud que aspiramos, pero es más que



106

suficiente para facilitar el análisis económico de la ingeniería del software y

también en la toma de decisiones.



5.3 La ecuación del software



La ecuación del software [Norman E. Fenton‘91] es un modelo multivariable

que asume una distribución específica del esfuerzo a lo largo de la vida de un

proyecto de desarrollo de software. El modelo se ha obtenido a partir de los datos

de productividad para unos 4,000 proyectos actuales de software. Un modelo de

estimación tiene esta forma:

E=[LDC * B0.333 / P]3 * (1/t4)



(5.12)



donde E = esfuerzo en personas-mes o en personas-año



t = duración del proyecto ya sea en meses o años

B = “factor especial de destrezas, en donde incrementa a medida que

crecen la necesidad de integración, pruebas, garantía de calidad,

documentación y habilidad de administración” [Fenton’91]. Para programas

pequeños (KLDC= 5 a 15), B = 0.16. Para programas mayores de 70 KLDC,

B = 0.39.



P = “parámetro de productividad” que refleja:

• Madurez global del proceso y de las prácticas de administración

• La amplitud hasta donde se utilizan correctamente las normas e

la ingeniería del software.

• El nivel de los lenguajes de programación utilizados



107

• Las habilidades y la experiencia del equipo del software.

• La complejidad de la aplicación.

Es importante señalar que la ecuación del software tiene dos parámetros

dependientes: (1) una estimación del tamaño (en LDC) y (2) una indicación de la

duración del proyecto en meses o años. Mediante la ecuaciones 5.12 tendrá con

valor de P = 12.000 (valor recomendado para software científico).

Para simplificar el proceso de estimación y utilizar una forma más común

para su modelo de estimación, Putnam y Myers sugieren un conjunto de

ecuaciones obtenidas de la ecuación del software. Un tiempo mínimo de desarrollo

se define como [Norman E. Fenton ‘91]:



tmin = 8,14 (LDC/PP)0.43 en meses para tmin > 6 meses

(5.13)

E = 180Bt3 en personas-mes para E >= 20 personas-mes

(5.14)



Se tendrá en cuenta que t en la ecuación 5.14 se representa en años.



5.4 El modelo CMM (Modelo de Capacidad y Madurez)



El desarrollo del modelo CMM fue encargado por el departamento de

defensa de los Estados Unidos, como una ramificación de los problemas

experimentados durante la obtención del software., ya que ellos perseguían un

medio para evaluación de los contratistas potenciales. Pero en el firme proceso de

realizar progresos en los resultados de la calidad de software, adonde se ve

envuelto el mejoramiento del proceso de desarrollo de este, ha llevado al Instituto



108

de Ingeniería de Software (Software Engineering Institute, SEI) en Carneige

Mellom el desarrollo del Modelo de Capacidad y Madurez (Capability Maturity

Model, CMM), que constituye de cinco niveles del desarrollo del software,

organizando así al proceso de maduración:

Por medio de un amplio cuestionario, seguido de entrevistas y recolección

de evidencias, EI software de la