En la actualidad, el procesamiento de grandes cantidades de datos es requerido por diferentes áreas, tanto en la academia como en la industria, para esto se utilizan sistemas computacionales heterogéneos, sin embargo, un aspecto muy importante en el procesamiento es la plani cación de tareas. En el presente trabajo, se propone una metodología para la selección de un adecuado algoritmo de plani cación, siguiendo métricas, las cuales brindan los datos necesarios para saber si el algoritmo tendrá buen desempeño tanto en el tipo de aplicaciones como en las características del sistema heterogéneo. Ademas, se proponen dos algoritmos de plani cación: (i) Predict Earliest Finish Time with Clustering - PEFTC, el cual toma en cuenta las mejores características del algoritmo PEFT, pero en la etapa de asignación de recursos lo realiza en agrupaciones de tareas, esto mejora el desempeñ...

En la actualidad, el procesamiento de grandes cantidades de datos es requerido por diferentes áreas, tanto en la academia como en la industria, para esto se utilizan sistemas computacionales heterogéneos, sin embargo, un aspecto muy importante en el procesamiento es la planificación de tareas. En el presente trabajo, se propone una metodología para la selección de un adecuado algoritmo de planificación, siguiendo métricas, las cuales brindan los datos necesarios para saber si el algoritmo tendrá buen desempeño tanto en el tipo de aplicaciones como en las características del sistema heterogéneo. Ademas, se proponen dos algoritmos de plani cación: (i) Predict Earliest Finish Time with Clustering - PEFTC, el cual toma en cuenta las mejores características del algoritmo PEFT, pero en la etapa de asignación de recursos lo realiza en agrupaciones de tareas, esto mejora el desempe...