Contribucion

Esta semana analice las redes de petri encontre una herramienta para la Simular

Enlace wiki
http://elisa.dyndns-web.com/progra/PetrA

Enlaces Adicionales:
http://antares.itmorelia.edu.mx/~fmorales/SisDisII/aRedesPetri01.pdf
http://www.ctr.unican.es/asignaturas/MC_ProCon/Doc/PETRI_3.pdf

Nominado:
Abraham : http://elisa.dyndns-web.com/progra/PetrA

Red de Petri

Una Red de Petri es una representación matemática o gráfica de un sistema a eventos discretos en el cual se puede describir la topología de un sistema distribuido, paralelo o concurrente. La red de Petri esencial fue definida en la década de los años 1960 por Carl Adam Petri. Son una generalización de la teoría de autómatas que permite expresar un sistema a eventos concurrentes.

Una red de Petri está formada por lugares, transiciones,arcos dirigidos, y marcas o fichas que ocupan posiciones dentro de los lugares. Las reglas son: Los arcos conectan un lugar a una transición así como una transición a un lugar. No puede haber arcos entre lugares ni entre transiciones. Los lugares contienen un número finito o infinito contable de marcas. Las transiciones se disparan, es decir consumen marcas de una posición de inicio y producen marcas en una posición de llegada. Una transición está habilitada si tiene marcas en todas sus posiciones de entrada.

En su forma más básica, las marcas que circulan en una red de Petri son todas idénticas. Se puede definir una variante de las redes de Petri en las cuales las marcas pueden tener un color (una información que las distingue), un tiempo de activación y una jerarquía en la red.

La mayoría de los problemas sobre redes de Petri son decidibles, tales como el carácter acotado y la cobertura. Para resolverlos se utiliza un árbol de Karp-Miller. Se sabe que el problema de alcance es decidible, al menos en un tiempo exponencial.

Mediante una red de Petri puede modelazarse un sistema de evolución en paralelo o eventos concurrentes compuesto de varios procesos que cooperan para la realización de un objetivo común.

La presencia de marcas se interpreta habitualmente como presencia de recursos. El franqueo de una transición (la acción a ejecutar) se realiza cuando se cumplen unas determinadas precondiciones, indicadas por las marcas en las fichas (hay una cantidad suficiente de recursos), y la transición (ejecución de la acción) genera unas postcondiciones que modifican las marcas de otras fichas (se liberan los recursos) y así se permite el franqueo de transiciones posteriores.

Definición: Una red de Petri es un conjunto formado por , donde  es un conjunto de fichas de cardinal ,  un conjunto de transiciones de cardinal ,  la aplicación de incidencia previa que viene definida como

y  la aplicación de incidencia posterior que viene definida como

Definición: Una red marcada es un conjunto formado por  donde  es una Red de Petri como la definida,  es una aplicación denominada marcado y

.

Se asocia a cada marca un número natural, en donde el número de marcas es descrita por la la cardinalidad del conjunto de marcas en la red.

Contribucion

-Esta semana instale ruby on rails para la interfaz del portal grid también configure para que funcione en conjunto con apache

-Tambien realiza unas pruebas sobre una memoria personaliza esto con el fin paa tener una distribucion en ubuntu con todo lo necesario
http://es.wikibooks.org/wiki/Personalizar_distribuci%C3%B3n_de_Ubuntu_Live_CD
http://bloggeandolo.blogspot.mx/2010/01/crea-tu-version-personalizada-de-ubuntu.html

CUDA Programming with Mathematica

Mathematica is a sophisticated development environment that combines a flexible programming language with a wide range of symbolic and numeric computational capabilities, production of high-quality visualizations, built-in application packages, and a range of immediate deployment options. With access to thousands of datasets and the ability to load external dynamic libraries and automatically generate C code, Mathematica is the most intuitive build-to-deploy environment in the market.

Mathematica’s CUDALink: Integrated GPU Programming Mathematica provides GPU programming support via the built-in CUDALink package, which gives you GPU accelerated linear algebra, discrete Fourier transform, and image processing algorithms. You can also write your own CUDALinkmodules with minimal effort. The CUDALink package included within Mathematica at no additional cost offers: Access to Mathematica’s automatic interface builders, import/export capabilities, and visualization features Access to Mathematica’s curated datasets Support for single and double arithmetic precision Ability to load user-defined CUDA programs into Mathematica Scalability to multiple devices Integration with existing Mathematica technologies, such as remote sessions

Additional Resources

• Mathematica GPU Computing Guide [here]
• Mathematica CUDALink Tutorial [here]
• Mathematica OpenCLLink Tutorial [here]
• CUDA Programming within Mathematica – Wolfram whitepaper [here]

Example: Performing Canny edge detection

 

Example: Simulating a random walk

RECOMMENDED PROFESSIONAL PRODUCTS

The powerful GPU computing capabilities in Mathematica were developed on Tesla and Quadro GPU computing products and require the use of recent CUDA-capable NVIDIA GPUs. Tesla and Quadro GPU computing products are designed to deliver the highest computational performance with the most reliable numerical accuracy, and are available and supported by the world’s leading professional system manufacturers. To utilize Mathematica's CUDALink, the following is required: Operating System: Windows, Linux, or Mac OS X, both 32- and 64-bit architecture NVIDIA CUDA enabled products Mathematica 8.0 or later

TESLA BENEFITS Highest Computational Performance > High-speed double precision operations > Large dedicated memory > High-speed bi-directional PCIe communication > NVIDIA GPUDirect™ with InfiniBand Most Reliable > ECC memory > Rigorous stress testing Best Supported > Professional support network > OEM system integration > Long-term product lifecycle > 3 year warranty > Cluster & system management tools    (server products) > Windows remote desktop support

RECOMMENDED TESLA & QUADRO CONFIGURATIONS High-End Workstation > Two Tesla C2050 or C2070 GPUs > Quadro NVS 295 > Two quad-core CPUs > 12 GB system memory Mid-Range Workstation > Tesla C2050 or C2070 GPU > Quadro NVS 295 > Quad-core CPU > 8 GB system memory Entry Workstation > Quadro 4000 GPU > Single quad-core CPU > 4 GB system memory

NVIDIA Tesla and Quadro products are available from all major professional workstation OEMs. Only Tesla GPU computing products are designed and qualified for compute cluster deployment.

BUY OPTIMIZED TESLA SYSTEMS
We partner with our system vendors to provide optimal solutions that accelerate your workload. Buy now and enjoy all the benefits of GPU-acceleration on Mathematica.