Conceptos básicos
Índice
- 1.Interacción persona-ordenador
- 1.1.Dispositivos especiales
- 1.2.Analogía
- 2.El mapeo, la interfaz física y la interfaz lógica
- 2.1.El mapeo
- 2.2.Interfaz física
- 2.3.Interfaz lógica
- 3.Simulación
- 4.Terminología asociada a la realidad virtual
- 4.1.Realidad artificial
- 4.2.Telepresencia
- 4.3.Entornos virtuales
- 4.3.1.Entornos sintéticos
- 4.4.Realidad aumentada
- 4.5.Ciberespacio
- 4.6.Computación ubicua
- Actividades
- Bibliografía
1.Interacción persona-ordenador
1.1.Dispositivos especiales
1.2.Analogía
2.El mapeo, la interfaz física y la interfaz lógica
2.1.El mapeo
2.2.Interfaz física
2.3.Interfaz lógica
3.Simulación
3.1.¿Qué es la simulación?
3.1.1.El modelo
-
Un modelo es una representación de la estructura que hay que simular. Es decir, una definición estática que define estructuras, parámetros y funciones (o algoritmos).
-
Una simulación, en cambio, es una representación de la estructura en acción. Es decir, cuando se hace evolucionar el modelo a lo largo del tiempo, partiendo de un estado inicial, alimentándolo con una información de entrada y obteniendo una información de salida que serán los resultados a analizar.
Clasificación formal de modelos
Clasificación funcional de modelos
3.1.2.Tipos de simulaciones
3.1.3.Simulación por ordenador
-
¿Puede "esto" funcionar? Se estudia el caso haciendo una simulación para saber si se pueden alcanzar unos objetivos.
-
¡Esto debe funcionar! Se estudia qué parámetros pueden variar en el sistema actual para conseguir los objetivos.
-
Se puede aplicar cuando no es práctico experimentar con el sistema real en su entorno natural, ya sea por cuestiones de seguridad, de tamaño, de tiempo, etc.
-
La simulación es el único medio que permite investigar las características de diseño de un sistema determinado, es decir, permite descomponerlo y analizarlo por partes. Por lo tanto, fuerza la especificación detallada del sistema y en consecuencia del problema.
-
Se puede aplicar cuando no existen técnicas matemáticas o analíticas para el problema tratado. Debido a esto se experimentan nuevas técnicas, algoritmos, etc.
-
Se puede aplicar cuando se ha de evaluar un sistema utilizando medidas estadísticas.
-
Se puede aplicar cuando es necesario simular un período de tiempo muy largo de forma comprimida, o viceversa.
-
Permite detectar problemas no previstos debido al análisis que se realiza del funcionamiento del modelo.
-
El desarrollo es complejo, caro y lento.
-
El modelado tan sólo da resultados aproximados. En este sentido hay dos ideas clave que a menudo se pasan por alto:
-
Nunca se podrá tener el modelo perfecto.
-
Nunca se debe confundir el modelo con el fenómeno original.
-
-
Si se basan en generadores de números aleatorios, los resultados deben ser evaluados con herramientas estadísticas complejas para poder comprobar que se modela correctamente el entorno de evolución del fenómeno de origen.
-
No es una herramienta de optimización, es decir, se pueden obtener respuestas a los problemas pero se debe ser consciente de que no son necesariamente las óptimas. De hecho, pueden estar muy alejadas de los procesos óptimos.
-
Se debe validar el modelo. Esto, cuando ya se dispone del sistema de origen, se puede realizar comparando las entradas, las salidas y los pasos intermedios del sistema original respecto a las del modelo de la simulación, aunque hacerlo así resulta de gran complejidad. No obstante, en muchos casos la simulación se realiza en una fase previa a la construcción o puesta en marcha del sistema que se está evaluando y en este caso validar el modelo puede ser una tarea imposible.
3.1.4.Tipos de simulaciones por ordenador
3.1.5.Elementos de una simulación por ordenador
-
Asunciones: Son el conjunto de hipótesis sobre las que se basan todos los razonamientos que hacen referencia al fenómeno de estudio y que constituyen el esqueleto del modelo.
-
Parámetros (o valores fijos): Aunque para un programador esta terminología podría dar lugar a confusión, en este caso los parámetros son las variables de control. Éstos podrían variar afectando a los resultados de diversas formas, pero se mantienen fijos con el propósito de observar claramente cómo las variables independientes (entradas) afectan a las dependientes (salidas).
-
Entradas (o variables independientes): Son los valores suministrados a la simulación en el momento de iniciarse todo el proceso. Corresponden a factores que se considera que afectan al fenómeno principal de interés: las variables dependientes (o salidas).
-
Algoritmos: Convierten las entradas en salidas de acuerdo con unas reglas de decisión que el investigador ha especificado. Deben ser compatibles con las asunciones que definen el modelo. Se puede considerar que son operacionalizaciones de la estructura del modelo y de los procesos involucrados en el fenómeno de estudio.
-
Salidas (o variables dependientes): Son el foco de interés de la simulación y aquello que el científico analizará para poder extraer conclusiones sobre el fenómeno de estudio. Estas salidas son calculadas de forma endógena, es decir, a partir de los algoritmos que procesan las variables independientes (entradas) y sin ningún tipo de intervención externa a lo largo del proceso.
3.1.6.Simulación persona-ordenador
3.1.7.Fases de diseño de una simulación
-
Definición del sistema: Determinación de fronteras, restricciones y variables que definen el sistema a ser modelado. En otras palabras, concreción del problema a estudiar.
-
Formulación del modelo: Reducción o abstracción del sistema del fenómeno de estudio a un diagrama de flujo, que recoja el flujo de información, las estructuras condicionales, los cálculos básicos, etc.
-
Preparación de los datos: Se identifican los datos requeridos por el modelo: tipos de datos, valores iniciales de variables clave, etc.
-
Traslación del modelo: Es la programación propiamente dicha (generación de código).
-
Validación: Comprobación de que el modelo funciona. Se realiza a partir de datos de un caso real y se comparan los resultados obtenidos en la simulación con los obtenidos con el sistema del fenómeno de estudio. Evidentemente, esto no es factible en simulaciones de sistemas aún no existentes.
-
Planificación estratégica: Se diseña un experimento para poder obtener la información deseada, que supuestamente dará las claves para la comprensión del fenómeno de estudio.
-
Planificación táctica: Se diseñan ejecuciones concretas del experimento. Es decir, se preparan diversos conjuntos de variables independientes (entradas) sobre un mismo modelo para obtener distintos conjuntos de variables dependientes (salidas).
-
Experimentación: Ejecución de los diversos pases por el experimento para obtener unos resultados concretos. Se hacen pruebas de sensibilidad ajustando los parámetros.
-
Interpretación: Usualmente los resultados obtenidos están lejos de ser claros y explícitos por sí mismos. Es necesario, entonces, diseñar formas y estrategias para poder interpretar y comprender los resultados.
-
Implementación: Llevar a cabo lo que se ha probado con la simulación.
-
Documentación: Importantísima para facilitar el replicado de las pruebas realizadas y la extensión del modelo y el sistema.
3.1.8.Presentación e interacción con las simulaciones
-
Gran cantidad de parámetros y variables.
-
Gran cantidad de datos de salida (resultados).
-
A menudo los datos son abstractos y no pueden ser interpretados directamente.
-
Interacción compleja con el sistema.
-
Gráficas estadísticas.
-
Representaciones y visualizaciones 3D y estereoscópicas.
-
Sistemas de partículas.
-
Mapeos de conjuntos de datos en coloraciones, densidades, sonidos, etc., especialmente optimizados para cada caso.
-
Representaciones fotorrealistas.
-
Animaciones: grabadas o en tiempo real, secuenciadas o acumuladas.
-
Tratamiento gráfico de los fractales.
-
Sonido y procesado de señal.
-
etc.
- Robótica / electrónica / realidad virtual:
-
Aportan potentes interfaces físicas persona ordenador (periféricos).
-
Sensores de posicionamiento y orientación.
-
Cascos de visualización inmersiva.
-
Sistemas de sensación de fuerza.
-
Sistemas táctiles.
-
Sistemas de audio espacializado.
-
etc.
-
- Informática: Aporta interfaces lógicas que traducen:
-
acciones sobre los periféricos → datos de entrada (mapeos de manipulación).
-
datos de salida → respuestas hardware (mapeos de percepción).
-
-
Poca atención al diseño de la simulación. Si se da más atención a la presentación que al motor de la simulación se pueden obtener unos resultados muy bien presentados y muy inteligibles, pero totalmente erróneos y en consecuencia inservibles.
-
Representaciones no correctas de los datos. A menudo ocurre que una representación de unos ciertos datos puede dar lugar a confusión o a falsas interpretaciones debido a los mapeos escogidos o a que la jerarquización de los datos no es adecuada.
-
Eventos múltiples difíciles de captar. También, a menudo, puede ocurrir que no se pueda representar de forma compacta los múltiples procesos y resultados que ocurren a lo largo de una simulación.
-
A veces, aunque sea necesario, no se puede presentar la evolución de la simulación o los resultados a tiempo real. Cuando una simulación debe ejecutarse a un ritmo determinado, igual al del fenómeno de estudio (lo que se conoce como ejecución a tiempo real), puede ocurrir que, efectivamente, los algoritmos de cálculo consigan este objetivo, pero en cambio los algoritmos de presentación no. En esta situación, la falta de sincronismo entre ejecución y presentación puede ocultar o incluso falsear los resultados observados.
4.Terminología asociada a la realidad virtual
4.1.Realidad artificial
4.2.Telepresencia
-
Peligrosidad del entorno: presencia de vapores o gases tóxicos, temperaturas muy altas o muy bajas, trabajo con sustancias radiactivas, presión atmosférica alterada, etc.
-
Dificultades espaciales: dificultad de acceso por distancia, espacios reducidos o incluso miniaturización, inestabilidad física del espacio, etc.
-
un sistema de "visión" mediante una o varias cámaras de vídeo (incluso en configuración estereoscópica).
-
un sistema de captación de audio (uno o más micrófonos).
-
un sistema de propulsión para su movilidad (ruedas, orugas, hélices, etc.).
-
un sistema de manipulación para realizar la tarea (brazos robóticos, garras prensiles, etc.).
-
un sistema de control remoto.
4.3.Entornos virtuales
-
La experiencia: se puede aplicar la analogía con modelo y simulación, que ya se ha presentado en la sección anterior de este módulo. Es decir, que del mismo modo que el modelo es la definición estática de las reglas de un fenómeno de origen, el entorno virtual es también estático. En cambio, del mismo modo que la simulación es la puesta en marcha de ese modelo, la realidad virtual es la experiencia que se tiene de ese entorno virtual. Por experiencia se entiende la interacción a tiempo real.
-
El sujeto virtual: aunque esto se verá en detalle en un módulo posterior, debe notarse aquí, que la experiencia mencionada arriba, relaciona a la persona (usuario) con el entorno virtual, de tal forma que debe definirse un modelo de sujeto virtual a través del cual el usuario puede experimentar el entorno según unas reglas de comportamiento y unas interfaces.
4.3.1.Entornos sintéticos
4.4.Realidad aumentada
4.5.Ciberespacio
4.6.Computación ubicua
Actividades
-
¿Cuál es la diferencia entre virtualidad y realidad virtual?
-
¿Qué diferencia esencial existe entre una aplicación multimedia y una experiencia de realidad virtual?
-
¿Qué tres entidades conforman el diseño de una interfaz?
-
Además de las propiedades funcionales, ¿qué otras propiedades afectan al mapeo?
-
¿Cuál es la diferencia entre modelo y simulación?