CLIENTE DE GOOGLE MAPS PARA LOS CENTROS DE LA UTPL UTILIZANDO REST, MYSQL Y NETBEANS 6.1

REST Y APLICACIONES WEB LIGERAS!...

La Transferencia de Estado Representacional (REST),  es una técnica de arquitectura software para sistemas hipermedia distribuidos como la World Wide Web, en la actualidad se utiliza para describir cualquier interfaz web simple que utiliza XML y HTTP.

[caption id="" align="aligncenter" width="485" caption="Transacciones REST"][/caption]

Un concepto importante en REST es la existencia de recursos que pueden ser accedidos utilizando un Identificador Uniforme de Recurso (URI).  Para manipular estos recursos, los componentes de la red (clientes y servidores) se comunican a través de un interfaz estándar (HTTP) e intercambian representaciones de estos recursos (los ficheros que se descargan y se envían).

La petición puede ser tramitada por cualquier número de conectores (por ejemplo clientes, servidores, cachés, túneles, etc.) pero cada uno lo hace sin "ver más allá" de su propia petición (lo que se conoce como separación en capas, otra restricción de REST, que es un principio común con muchas otras partes de la arquitectura de redes y de la información). Así, una aplicación puede interactuar con un recurso conociendo por la URI y la acción requerida, no necesitando conocer si existen cachés, proxys, cortafuegos, túneles o cualquier otra cosa entre ella y el servidor que guarda la información. La aplicación, sin embargo, debe comprender el formato de la información devuelta (la representación), que es por lo general un documento HTML o XML, aunque también puede ser una imagen o cualquier otro contenido.

Mediante XML, nuestra aplicación hace el consumo del servicio del servidor de Google Maps , se le envía algunos parámetros y el servidor GOOGLE nos devolverá el respectivo mapa ubicando el lugar que se desea localizar.

Ahora que ya tenemos una ligera idea de lo que es REST, vamos ha detallar el proyecto que hemos realizado con esta tecnología:

El proyecto que se ha desarrollado hace uso de varias tecnologías y herramientas que están siendo utilizadas actualmente para el desarrollo de aplicaciones Web, grandes empresas han hecho uso de ellas teniendo un gran éxito en Internet tales como: eBay, Amazon.com, Yahoo, y muchas más; es por ello que hemos creído conveniente emplearlas en nuestro proyecto, el cual será de mucha importancia para nuestro desarrollo intelectual con lo cual nos hemos introducido en el manejo de herramientas Web 2.0. La elaboración de éste proyecto lo hemos conseguido utilizando el servicio de Google Maps, para obtener a partir del: país, provincia y cantón, la ubicación correspondiente a la ciudad en donde se encuentra ubicado cada centro universitario de la UTPL en todo el mundo, la información de cada uno de estos centros, se tiene almacenada en una base de datos elaborada en MySQL, de la cual se extraen los datos para complementarse con la ubicación en el mapa y poder dar una información correspondiente y adecuada de cada centro.

Las herramientas empleadas en el proyecto son:

Netbeans 6.1: en éste IDE, ya viene integrado el plugin para el trabajo con REST, pero es necesario actualizarla, ya que es una versión anterior la que viene integrada de la que se trabajó, en el primer vídeo se muestra como hacer esto.

MySql 5.0: se deberá cargar el scrip con los datos proporcionados en este proyecto para el optimo funcionamiento de la aplicación, en el primer vídeo se muestra como realizar esta operación .

Experiencias Comentarios y Problemas:

Es necesario que trabajen con la versión actualizada del REST (versión 0.7) en Netbeans, por lo que podrían tener problemas al realizar la conexión con el Google Maps, ya que podría cambiar la forma de realizar la conexión al trabajar con la versión anterior.

Es interesante trabajar con este tipo de aplicaciones, ya que con las herramientas que se cuenta actualmente se facilita mucho el trabajo en el desarrollo de éstas.

Vídeo demostrativo, se explica a detalle los pasos para hacer funcionar la aplicación correctamente, también se hace un análisis a a breves rasgos del contenido del proyecto para el uso de REST con nuestro proyecto de Netbeans, también se explica la elaboración del cliente y unión con el proyecto que hace de servidor de recursos mediante los Stubs de Netbeans.

[vimeo 1433197]

Este Video se muestra en si el resultado de todo el proyecto, la aplicación 100% funcional.

[vimeo 1433170]

Aquí tienes las fuentes de consulta utilizadas para hacer este proyecto: http://del.icio.us/christmo/rest

Download Código fuente de la aplicación:

Google Maps Centros UTPL

Gráficos para variables cualitativas

Los gráficos más usuales para representar variables de tipo nominal son los siguientes:

Diagramas de barras:

Siguiendo la figura 1.1, representamos en el eje de ordenadas las modalidades y en abscisas las frecuencias absolutas o bien, las frecuencias relativas. Si, mediante el gráfico, se intenta comparar varias poblaciones entre sí, existen otras modalidades, como las mostradas en la figura 1.2. Cuando los tamaños de las dos poblaciones son diferentes, es conveniente utilizar las frecuencias relativas, ya que en otro caso podrían resultar engañosas.

Figura: Diagrama de barras para una variable cualitativa.

Figura: Diagramas de barras para comparar una variable cualitativa en diferentes poblaciones. Se ha de tener en cuenta que la altura de cada barra es proporcional al número de observaciones (frecuencias relativas).

Diagramas de sectores

(también llamados tartas). Se divide un círculo en tantas porciones como clases existan, de modo que a cada clase le corresponde un arco de círculo proporcional a su frecuencia absoluta o relativa (figura 1.3).

Figura: Diagrama de sectores.

El arco de cada porción se calcula usando la regla de tres:

Como en la situación anterior, puede interesar comparar dos poblaciones. En este caso también es aconsejable el uso de las frecuencias relativas (porcentajes) de ambas sobre gráficos como los anteriores. Otra posibilidad es comparar las 2 poblaciones usando para cada una de ellas un diagrama semicircular, al igual que en la figura 1.4. Sean los tamaños respectivos de las 2 poblaciones. La población más pequeña se representa con un semicírculo de radio r₁y la mayor con otro de radio r₂. La relación existente entre los radios, es la que se obtiene de suponer que la relación entre las areas de las circunferencias es igual a la de los tamaños de las poblaciones respectivas, es decir:

Figura: Diagrama de sectores para comparar dos poblaciones

Pictogramas

Expresan con dibujos alusivo al tema de estudio las frecuencias de las modalidades de la variable. Estos gráficos se hacen representado a diferentes escalas un mismo dibujo, como vemos en la figura 1.5.

Figura: Pictograma. Las áreas son proporcionales a las frecuencias.

El escalamiento de los dibujos debe ser tal que el área^1.1 de cada uno de ellos sea proporcional a la frecuencia de la modalidad que representa. Este tipo de gráficos suele usarse en los medios de comunicación, para que sean comprendidos por el público no especializado, sin que sea necesaria una explicación compleja.

Gráficos para variables cualitativas

Los gráficos más usuales para representar variables de tipo nominal son los siguientes:

Diagramas de barras:

Siguiendo la figura 1.1, representamos en el eje de ordenadas las modalidades y en abscisas las frecuencias absolutas o bien, las frecuencias relativas. Si, mediante el gráfico, se intenta comparar varias poblaciones entre sí, existen otras modalidades, como las mostradas en la figura 1.2. Cuando los tamaños de las dos poblaciones son diferentes, es conveniente utilizar las frecuencias relativas, ya que en otro caso podrían resultar engañosas.

Figura: Diagrama de barras para una variable cualitativa.

Figura: Diagramas de barras para comparar una variable cualitativa en diferentes poblaciones. Se ha de tener en cuenta que la altura de cada barra es proporcional al número de observaciones (frecuencias relativas).

Diagramas de sectores

(también llamados tartas). Se divide un círculo en tantas porciones como clases existan, de modo que a cada clase le corresponde un arco de círculo proporcional a su frecuencia absoluta o relativa (figura 1.3).

Figura: Diagrama de sectores.

El arco de cada porción se calcula usando la regla de tres:

Como en la situación anterior, puede interesar comparar dos poblaciones. En este caso también es aconsejable el uso de las frecuencias relativas (porcentajes) de ambas sobre gráficos como los anteriores. Otra posibilidad es comparar las 2 poblaciones usando para cada una de ellas un diagrama semicircular, al igual que en la figura 1.4. Sean los tamaños respectivos de las 2 poblaciones. La población más pequeña se representa con un semicírculo de radio r₁y la mayor con otro de radio r₂. La relación existente entre los radios, es la que se obtiene de suponer que la relación entre las areas de las circunferencias es igual a la de los tamaños de las poblaciones respectivas, es decir:

Figura: Diagrama de sectores para comparar dos poblaciones

Pictogramas

Expresan con dibujos alusivo al tema de estudio las frecuencias de las modalidades de la variable. Estos gráficos se hacen representado a diferentes escalas un mismo dibujo, como vemos en la figura 1.5.

Figura: Pictograma. Las áreas son proporcionales a las frecuencias.

El escalamiento de los dibujos debe ser tal que el área^1.1 de cada uno de ellos sea proporcional a la frecuencia de la modalidad que representa. Este tipo de gráficos suele usarse en los medios de comunicación, para que sean comprendidos por el público no especializado, sin que sea necesaria una explicación compleja.

¿Qué es la estadística?

Cuando coloquialmente se habla de estadística, se suele pensar en una relación de datos numéricos presentada de forma ordenada y sistemática. Esta idea es la consecuencia del concepto popular que existe sobre el término y que cada vez está más extendido debido a la influencia de nuestro entorno, ya que hoy día es casi imposible que cualquier medio de difusión, periódico, radio, televisión, etc, no nos aborde diariamente con cualquier tipo de información estadística sobre accidentes de tráfico, índices de crecimiento de población, turismo, tendencias políticas, etc.

Sólo cuando nos adentramos en un mundo más específico como es el campo de la investigación de las Ciencias Sociales: Medicina, Biología, Psicología, ... empezamos a percibir que la Estadística no sólo es algo más, sino que se convierte en la única herramienta que, hoy por hoy, permite dar luz y obtener resultados, y por tanto beneficios, en cualquier tipo de estudio, cuyos movimientos y relaciones, por su variabilidad intrínseca, no puedan ser abordadas desde la perspectiva de las leyes determistas. Podríamos, desde un punto de vista más amplio, definir la estadística como la ciencia que estudia cómo debe emplearse la información y cómo dar una guía de acción en situaciones prácticas que entrañan incertidumbre.

La Estadística se ocupa de los métodos y procedimientos para recoger, clasificar, resumir, hallar regularidades y analizar los datos, siempre y cuando la variabilidad e incertidumbre sea una causa intrínseca de los mismos; así como de realizar inferencias a partir de ellos, con la finalidad de ayudar a la toma de decisiones y en su caso formular predicciones.

Podríamos por tanto clasificar la Estadística en descriptiva, cuando los resultados del análisis no pretenden ir más allá del conjunto de datos, e inferencial cuando el objetivo del estudio es derivar las conclusiones obtenidas a un conjunto de datos más amplio.

Estadística descriptiva: Describe, analiza y representa un grupo de datos utilizando métodos numéricos y gráficos que resumen y presentan la información contenida en ellos.

Estadística inferencial: Apoyándose en el cálculo de probabilidades y a partir de datos muestrales, efectúa estimaciones, decisiones, predicciones u otras generalizaciones sobre un conjunto mayor de datos.

¿Qué es la estadística?

Cuando coloquialmente se habla de estadística, se suele pensar en una relación de datos numéricos presentada de forma ordenada y sistemática. Esta idea es la consecuencia del concepto popular que existe sobre el término y que cada vez está más extendido debido a la influencia de nuestro entorno, ya que hoy día es casi imposible que cualquier medio de difusión, periódico, radio, televisión, etc, no nos aborde diariamente con cualquier tipo de información estadística sobre accidentes de tráfico, índices de crecimiento de población, turismo, tendencias políticas, etc.

Sólo cuando nos adentramos en un mundo más específico como es el campo de la investigación de las Ciencias Sociales: Medicina, Biología, Psicología, ... empezamos a percibir que la Estadística no sólo es algo más, sino que se convierte en la única herramienta que, hoy por hoy, permite dar luz y obtener resultados, y por tanto beneficios, en cualquier tipo de estudio, cuyos movimientos y relaciones, por su variabilidad intrínseca, no puedan ser abordadas desde la perspectiva de las leyes determistas. Podríamos, desde un punto de vista más amplio, definir la estadística como la ciencia que estudia cómo debe emplearse la información y cómo dar una guía de acción en situaciones prácticas que entrañan incertidumbre.

La Estadística se ocupa de los métodos y procedimientos para recoger, clasificar, resumir, hallar regularidades y analizar los datos, siempre y cuando la variabilidad e incertidumbre sea una causa intrínseca de los mismos; así como de realizar inferencias a partir de ellos, con la finalidad de ayudar a la toma de decisiones y en su caso formular predicciones.

Podríamos por tanto clasificar la Estadística en descriptiva, cuando los resultados del análisis no pretenden ir más allá del conjunto de datos, e inferencial cuando el objetivo del estudio es derivar las conclusiones obtenidas a un conjunto de datos más amplio.

Estadística descriptiva: Describe, analiza y representa un grupo de datos utilizando métodos numéricos y gráficos que resumen y presentan la información contenida en ellos.

Estadística inferencial: Apoyándose en el cálculo de probabilidades y a partir de datos muestrales, efectúa estimaciones, decisiones, predicciones u otras generalizaciones sobre un conjunto mayor de datos.

CODA File Systems

Coda es un sistema de ficheros distribuido, desarrollado en la Universidad Carnegie Mellon. Coda está basado en una arquitectura cliente/servidor, y ha sido diseñado para proporcionar funcionalidades no existentes en otros sistemas de ficheros distribuidos – por ejemplo NFS – como es el soporte para la movilidad de los clientes.

Las características principales de Coda (según describen los propios desarrolladores) son:

• Permite operar a los clientes offline, esto es, desconectados del sistema, de manera que pueden realizar cambios locales en los ficheros que se propagan a todo el sistema de ficheros una vez que el cliente en cuestión se reconecta al mismo.

• Facilita características para mejorar la resistencia a fallos en el sistema, mediante la posibilidad de incluir servidores con réplicas de los datos del sistema, y mecanismos para manejar conflictos entre servidores, para manejar fallos en la red, y para controlar la desconexión de los clientes y los posibles conflictos e inconsistencias que ello puede acarrear. También incorpora mecanismos de backup de los datos del sistema.

• Proporciona mejoras en el rendimiento, con respecto a otros sistemas de ficheros distribuidos, mediante la utilización de caches locales en los clientes y para la escritura de datos en los servidores.

• Incorpora características de seguridad basadas fundamentalmente en la autenticación de usuarios, mediante la utilización de listas de control de acceso (ACL’s).

• El código está disponible de forma libre.

De esta forma, el objetivo principal perseguido con Coda es obtener un sistema de ficheros distribuido con un rendimiento mejorado, menos sensible a posibles indisponibilidades en los servidores o a sobrecargas de la red. Relacionada con esta meta está la provisión de cierto grado de movilidad a los clientes del sistema.

Actualmente existen versiones de Coda para diferentes variantes de Unix (incluido Linux Debian y RedHat) y Windows 95/98 y XP.

Video demostrativo de Configuración de CODA en Ubuntu 8.04

[vimeo 1433271]

Conocimiento tácito y explícito

[caption id="attachment_51" align="aligncenter" width="300" caption="Conocimiento"][/caption]

Hay que analizar los conceptos de conocimiento tácito y Explicito, para así poder asimilar de mejor manera las combinaciones que se pueden dar por medio de estos concepto.

Conocimiento Tácito.- Es aquel que permanece en un nivel “inconsciente”, se encuentra desarticulado y lo implementamos y ejecutamos de una manera mecánica sin darnos cuenta de su contenido, es algo que sabemos pero que nos resulta muy difícil explicarlo.

Conocimiento Explícito.- Es el que sabemos, tenemos y somos plenamente consientes cuando lo ejecutamos, es el más fácil de compartir con los demás ya que se encuentra estructurado y muchas veces esquematizado para facilitar su difusión.

COMBINACIONES DEL CONOCIMIENTO

Existen cuatro tipos de combinaciones:

1. Socialización


2. Combinación


3. Articulación


4. Internalización

Socialización (conocimiento armonizado)

Conocimiento tácito a conocimiento tácito

En la socialización consiste en compartir experiencias. Se generan habilidades y conocimiento a partir de la observación, imitación y práctica. La parte fundamental para obtener conocimiento tácito es la experiencia. Es también compartir el conocimiento tácito a través de una comunicación cara a cara o de la experiencia compartida. Un ejemplo es el aprendizaje.

Combinación (conocimiento sistémico)

Conocimiento explícito a conocimiento explícito

En la combinación las personas intercambian y combinan el conocimiento a través de distintos medios como por ejemplo: conversaciones por teléfono, documentos, etc. En esta parte se combinan o integran partes de conocimiento explícito y se sintetizan en un nuevo conocimiento. Combinación de varios elementos del conocimiento explícito: la construcción de un prototipo es un ejemplo.

Articulación o Exteriorización (conocimiento conceptual)

Conocimiento tácito a conocimiento explícito
Se articulan los fundamentos del conocimiento tácito individual y se hacen intangibles y fáciles de compartir, para crear nuevo conocimiento. Nonaka considera este proceso como clave en la creación del conocimiento. Desarrollando conceptos, que encajan con el conocimiento tácito combinado. Y que permiten su comunicación.

Internalización o Interiorización (conocimiento operacional)

Conocimiento explícito a conocimiento tácito

En la interiorización se presenta la conversión entre conocimiento explícito en conocimiento tácito, y esto está relacionado con el “aprendiendo haciendo”. Se transmite el nuevo conocimiento explícito y quienes lo reciben lo internalizan para extenderlo, integrarlo y reestructurarlo en su conocimiento tácito.

Se asume entonces que de los cuatro modos descritos, la conversión de conocimiento tácito en explícito es el mecanismo de transformación más rico en la creación de conocimiento.

Cercanamente ligada al aprendizaje en acción, el conocimiento explícitose convierte en parte de la base del conocimiento individual y se convierte en un activo para la organización.

En mi medio de trabajo se aplica en gran media el conocimiento explicito, porque se debe saber lo que se hace para realizarlo, aunque otras se la realiza por simple intuición pero son muy pocas, en los estudios creo que se lleva una comunicación de socialización y se reciben conocimientos explicitos del profesor, los conocimientos tácitos aunque son muy utilis son muy poco utilizados en las actividades que realizo.

Tipos de Conocimiento

Según Foray y Lundvall tenemos cuatro diferentes clases de conocimiento:

Know-what (saber qué). Se refiere al conocimiento acerca de “hechos”. Es cercano a lo que normalmente llamamos “información”. Existen muchas áreas en las cuales los expertos (entre los que se encuentran los abogados y los médicos), deben poseer mucho de este tipo de conocimiento para realizar adecuadamente su trabajo.

Know-why (saber por qué). Se refiere “al conocimiento científico de los principios y leyes de movimiento en la naturaleza, en la mente humana y en la sociedad”. Este tipo de conocimiento ha sido muy importante para el desarrollo tecnológico en ciertas áreas, tales como las industrias química, eléctrica y electrónica. Para acceder a esta clase de conocimiento se requiere frecuentemente del avance de la tecnología y la reducción de la frecuencia de errores en las pruebas de ensayo y error. Según Foray y Lundvall, la producción y reproducción de know-why es llevada a cabo en organizaciones especializadas, ya sea a través del reclutamiento de personal entrenado científicamente o mediante el contacto directo con los laboratorios de las universidades.

Know-how (saber cómo). Se refiere a la habilidad y/o capacidad de hacer algo. Esta puede relacionarse con la producción, pero también con otras actividades en el ámbito económico. Según Foray y Lundvall, no solamente la “gente práctica” necesita poseer estas habilidades.

Know-who (saber quién). Se refiere a la mezcla de diferentes clases de habilidades, incluidas las llamadas habilidades sociales, que permiten tener acceso al experto y usar su conocimiento eficientemente. Saber quién, implica información acerca de quién sabe qué, y quién sabe cómo hacer qué. Según Foray y Lundvall, esta clase de conocimiento es importante en la economía moderna, donde hay una necesidad de acceder a muchas diferentes clases de conocimiento y habilidades que están dispersas debido al gran desarrollo de la división del trabajo entre organizaciones y expertos.

Es importante destacar que, para Foray y Lundvall (1996:21) el dominio de estas cuatro clases de conocimiento tiene lugar a través de diversos canales. Así, mientras que el know-what y el know-why pueden obtenerse a través de lectura de libros, asistiendo a lecciones o accediendo a bases de datos, el dominio del know-how y del know-who se basan principalmente en la experiencia práctica.

El know-how se adquiere esencialmente a través de relaciones del tipo maestro-aprendiz, que se reflejan en la empresa o en el sistema educativo, que conduce a profesiones científicas y técnicas, las cuales implican trabajo de campo o de laboratorio. El know-how también se aprende en una forma madura a través de años de experiencia en la práctica cotidiana, mediante el “aprender-haciendo” (learning-by-doing) y el aprender interactuando (learnig-by-interacting) con colegas.

El know-who se aprende a través de la práctica social y, en ocasiones, a través de la educación especializada. Por ejemplo, las comunidades de ingenieros y de expertos se mantienen unidas mediante relaciones informales, reuniones de alumnos o a través de sociedades profesionales, que facilitan acceso de los participantes al intercambio de información con los colegas.