Autores
Ryan Lekivetz (1) y Joseph Morgan (1)
Afiliaciones
(1) JMP Statistical Discovery LLC
Diario
Revista de teoría y práctica estadística
Fecha de publicación
2020
Abstracto
Los ingenieros de pruebas utilizan cada vez más matrices de cobertura para derivar casos de prueba y probar sistemas complejos. Este enfoque de pruebas se conoce como pruebas combinatorias y ha demostrado ser una forma rentable de determinar casos de prueba altamente eficaces para identificar fallos en el sistema debidos a la combinación de varias entradas. Sin embargo, cuando se detectan estos fallos y se producen fallos, el ingeniero de pruebas debe determinar las entradas y los valores asociados que los desencadenaron. Este ejercicio suele implicar el examen de una larga lista de posibles causas e incluso puede requerir la realización de pruebas de seguimiento para reducir su número. Este artículo aborda esta cuestión considerando el conocimiento previo que suelen tener los ingenieros de pruebas sobre el sistema bajo prueba. Demostramos cómo este conocimiento puede utilizarse para evaluar y mejorar la eficacia de un conjunto de casos de prueba antes de ejecutarlos. Finalmente, abordamos el caso en el que se producen fallos y mostramos cómo este conocimiento previo puede ayudar a determinar las entradas y los valores asociados que los desencadenaron. Además, a lo largo del artículo, comparamos y contrastamos el uso de matrices de cobertura para probar sistemas de ingeniería complejos con el uso de experimentos factoriales en entornos de diseño experimental tradicionales.
Citación
Lekivetz, R. y Morgan, J., 2020. Matrices de cobertura: uso de información previa para la construcción, evaluación y para facilitar la localización de fallas.Revista de teoría y práctica estadística, 14(1), pág.7, https://doi.org/10.1007/s42519-019-0075-2 .
