Está en la página 1de 63

Sistemas de Espera Sistemas de Espera

Jhon Jairo Padilla A., PhD.


Introduccin Introduccin
En los sistemas de espera se forma una cola cuando los
clientes que llegan no pueden ser atendidos
Pueden haber varios servidores o un solo servidor
La cola puede ser atendida de diferentes maneras: FIFO
(FCFS), LIFO (LCFS), PQ (Priority Queueing), etc.
s seg/comunicacin
s
1
s seg/comunicacin
s

cliente
2
s
n
S id n Servidores
Notacin de Kendall Notacin de Kendall
Kendall (1951) introdujo una notacin para los modelos
de colas:
Donde:
A: Distribucin del Proceso de llegadas
B: Distribucin del tiempo de servicio
n: Nmero de servidores
Notacin para las distribuciones en la
notacin de Kendall notacin de Kendall
Ejemplos: Notacin de Kendall Ejemplos: Notacin de Kendall
M/M/n:
M: Proceso de llegadas de Poisson
M: Tiempos de servicio distribuidos exponencialmente
n: n servidores
GI/G/1: Sistema de espera general con un solo servidor
Notacin de Kendall ampliada Notacin de Kendall ampliada
La notacin completa debera introducir otras
descripciones:
Donde:
K: Capacidad total del sistema ( nmero de posiciones de
espera)
S: Tamao de la poblacin (nmero de clientes). Puede ser
i fi i infinito
X: Disciplina de cola
Disciplinas de colas Disciplinas de colas
Los clientes que esperan en cola pueden ser
l i d id d d dif seleccionados para ser servidos de acuerdo a diferentes
principios:
FCFS: First Come- First Served FCFS: First Come- First Served
Es llamada tambin cola ordenada.
Tambin se conoce como FIFO: First In- First Out
LCFS: Last Come- First Served
Opera como una pila (Stack).
Se usa en almacenamientos Se usa en almacenamientos.
Tambin se conoce como LIFO: Last In- First Out
SIRO: Service in Random Order
Todos los clientes que esperan en cola tienen la misma probabilidad
de ser elegidos para ser servidos.
Tambin es llamada RS (Random Selection) Tambin es llamada RS (Random Selection)
Disciplinas de colas Disciplinas de colas
Otras disciplinas toman en cuenta el tiempo de servicio
como criterio:
SJF: Shortest Job First
Tambin conocida como SJN (Shortest Job Next) SPF (Shortest
Processing Time First).
Esta disciplina asume que conoce el tiempo de servicio con Esta disciplina asume que conoce el tiempo de servicio con
anticipacin y minimiza el tiempo de espera total para todos los
clientes.
Disciplinas de colas Disciplinas de colas
Otras disciplinas importantes:
RR: Round Robin
Se asigna a los clientes un tiempo de servicio fijo (ranura de tiempo).
Si el ser ici n se c m leta d rante este inter al el cliente re resa Si el servicio no se completa durante este intervalo, el cliente regresa
a la cola, que es de tipo FCFS.
ES1 ES2 ES3 ES1 ES2 ES3 ES1 ES2 ES3 ES1 ES2 ES3
t
Disciplinas de colas Disciplinas de colas
PS: Procesor Sharing
Todos los cientes comparten la capacidad del servicio igualmente
GPS: Generalized Processor Sharing
E i t d PS l i t l id d d l Es una variante de PS en que a los usuarios comparten la capacidad del
sistema de forma que se les asigna una parte proporcional de la
capacidad mxima segn un peso pre-establecido con anterioridad.
Se conoce tambin como WFQ (Weighted Fair Queueing)
Modelo de fluidos
tt
Modelo Paquetizado
t
Disciplinas de colas Disciplinas de colas
PQ: Priority Queueing
Los clientes son clasificados por prioridades y son atendidos segn el
que tenga la prioridad ms alta.
Sistemas de espera de Erlang Sistemas de espera de Erlang
Ahora se considerar el trfico a un sistema con n servidores,
con accesibilidad completa y un nmero infinito de posiciones con accesibilidad completa y un nmero infinito de posiciones
de espera.
Cuando los n servidores estn ocupados, un cliente que llega se Cuando los n servidores estn ocupados, un cliente que llega se
ubica en una cola y espera hasta que el servidor est
disponible (ocioso).
Cuando un servidor est ocioso, es porque no hay clientes en
cola (accesibilidad completa)
s seg/comunicacin
s
1
s seg/comunicacin
s

cliente
2
s
n
S id n Servidores
Tipos de sistemas considerados Tipos de sistemas considerados
Sistema de espera de
E l
Modelo de Colas
d (R i d Erlang:
Se tiene un proceso de
llegadas de Poisson (infinito
cerradas (Reparacin de
mquina de Palm):
Se tiene un nmero
llegadas de Poisson (infinito
nmero de fuentes y
tiempos de servicio
exponencialmente
Se tiene un nmero
limitado de fuentes y
tiempos de servicio
i l
exponencialmente
distribuidos)
Se conoce tambin como
exponencialmente
distribuidos
Este modelo ha sido
un sistema M/M/n segn la
notacin de Kendall
aplicado ampliamente para
dimensionamiento de
computadores terminales computadores, terminales,
sistemas de manufactura
flexible.
Sistema de Espera de Erlang (M/M/n) Sistema de Espera de Erlang (M/M/n)
Caractersticas:
P d ll d d P i (M) Proceso de llegadas de Poisson (M)
Tiempos de Servicio exponenciales (M)
n servidores n servidores
Nmero infinito de posiciones de espera en cola
El estado del sistema se define como el nmero total de
clientes en el sistema (tanto siendo servidos como en cola de
espera)
s seg/comunicacin
s
1
s seg/comunicacin
s

cliente
2
s
n
S id n Servidores
Sistema de Espera de Erlang Sistema de Espera de Erlang
Con base en el diagrama de transicin de estados se Con base en el diagrama de transicin de estados, se
pueden obtener las probabilidades de estado estable.
Sistemas de Espera de Erlang Sistemas de Espera de Erlang
Asumiendo equilibrio estadstico, las ecuaciones de corte
sern:
Los n servidores
estn ocupados
Sistemas de Espera de Erlang Sistemas de Espera de Erlang
Como el trfico ofrecido es A=/, tendremos
Utilizando la normalizacin de las probabilidades,
obtenemos p(0): obtenemos p(0):
Progresin
geomtrica
Sistemas de Espera de Erlang Sistemas de Espera de Erlang
La expresin de normalizacin slo se cumple si:
Por tanto, el equilibrio estadstico se obtiene para esta
condicin. De otra forma, la cola continuar creciendo ,
hasta infinito.
As, obtenemos: ,
Caractersticas de Trfico de los sistemas de
espera espera
Ahora se estudiarn la capacidad y el rendimiento del
sistema.
Para ello se estudiarn las probabilidades de estado
estable.
La frmula de Erlang C La frmula de Erlang-C
Propiedad PASTA: Poisson Arrivals
S Ti A See Time Average
Cuando el proceso de llegadas es de
Poisson, la probabilidad de que un Poisson, la probabilidad de que un
cliente que llega tenga que esperar en
cola es igual a la proporcin del
tiempo que los servidores estn tiempo que los servidores estn
ocupados.
Tiempo de espera: W Tiempo de espera: W
Esta es la frmula C de Erlang (1917).
Esta se denota como En(A)=E
2,n
(A). La
d f fi l b segunda forma se refiere al nombre
alternativo de segunda frmula de
Erlang. g
La frmula de Erlang C La frmula de Erlang-C
Reemplazando p(n), la frmula de Erlang-C puede
ibi escribirse entonces como:
La probabilidad de retardo depende slo de A=/ y del
nmero de servidores (n) nmero de servidores (n).
A la frmula de Erlang C se le conoce tambin como la
segunda frmula de Erlang o Frmula de Erlang para segunda frmula de Erlang o Frmula de Erlang para
sistemas de tiempo de espera.
Otras notaciones son: Ot as otac o es so :
Curva de Erlang-C para diferente nmero
de servidores de servidores
Otros parmetros importantes Otros parmetros importantes
La probabilidad de que un cliente sea atendido
inmediatamente, sin tener que esperar es:
El trfico servido Y es igual al trfico ofrecido A, ya que
los clientes no son rechazados y el proceso de llegadas es
de tipo Poisson:
Otros parmetros importantes Otros parmetros importantes
La probabilidad de que un cliente tenga que hacer cola es
la probabilidad de que la longitud de la cola (L) sea mayor
que cero:
Relacin entre las frmulas B y C de Erlang Relacin entre las frmulas B y C de Erlang
Las frmulas B y C de Erlang estn relacionadas as:
Ntese que:
Longitud media de la cola Longitud media de la cola
Se puede distinguir entre dos casos:
Longitud media de la cola en cualquier instante de tiempo
Longitud media de la cola cuando hay clientes en cola
Longitud media de la cola en cualquier
instante de tiempo instante de tiempo
Es llamada tambin Longitud de cola virtual
Es la cola experimentada por un cliente arbitrario que
llega a un sistema con la propiedad PASTA
Para cualquier instante de tiempo:
La serie es convergente ya que (A/n)<1 y el operador
diferencial puede salir de la sumatoria. Luego,
Longitud media de la cola cuando hay
clientes en cola clientes en cola
Es una probabilidad condicional: es el valor medio de la
proporcin de clientes en cola dado que ya hay n clientes
siendo atendidos
O tambin
Tiempos de espera medios Tiempos de espera medios
Ahora se estudiarn dos tiempos de gran inters:
Tiempo medio de espera para todos los clientes (W):
Es un Indicador del nivel de servicio del sistema completo
Tiempo medio de espera para los clientes que experimentan
espera (w):
Es un indicador para los clientes que sufren retardo por tener que Es un indicador para los clientes que sufren retardo por tener que
esperar.
Los tiempos medios son iguales a las llamadas medias p g
debido a la propiedad PASTA
Tiempo medio de espera para todos los
clientes clientes
Teorema de Little
Donde Ln=Ln(A) y Wn=Wn(A). ( ) y ( )
Despejando Wn, y reemplazando Ln:
Como A=s donde s es el tiempo medio de servicio Como A=s, donde s es el tiempo medio de servicio,
obtenemos
Tiempo medio de espera para clientes que
esperan esperan
Es el tiempo de espera para los clientes que son puestos
en cola.
Puede calcularse como el tiempo de servicio (s)
multiplicado por la tasa media de clientes que son
dejados en espera (1/(n-A)):
Por tanto, la relacin entre los tiempos de espera vistos
es:
Ejemplo de Dimensionamiento: Sistemas
Trunking Trunking
Son sistemas de
radiocomunicaciones de voz radiocomunicaciones de voz
Se asigna un canal slo cuando
hay demanda.
Cada usuario utiliza el canal Cada usuario utiliza el canal
nicamente durante el tiempo
de conversacin.
C d l l Cuando concluye la
conversacin se libera el canal
para que pueda ser asignado a
otro usuario otro usuario.
Un usuario que llama puede
ser puesto a esperar si no hay
recursos disponibles recursos disponibles
Por tanto, es un sistema de
espera.
Ejemplo de Dimensionamiento: Sistemas
Trunking Trunking
El problema directo:
Consiste en calcular el nmero de radiocanales necesarios (N)
para dar servicio a M mviles con un GoS determinado.
Datos:
GoS Wo (t espera) H (duracin media de las llamadas en la BH) GoS, Wo (t espera), H (duracin media de las llamadas en la BH),
M (Nmero de terminales), L (Nmero de llamadas/terminal en
la BH)
Solucin:
1. Se calcula el trfico ofrecido: A= MLH/3600
2. Se obtiene N a prueba y error de la expresin:
( )
100 ( , )
o
N A W
H
GoS C N A e

=
Ejemplo: Ejemplo:
Se desea determinar el nmero de radiocanales para un
sistema Trunking con los siguientes datos:
Wo=H=20 segundos
GoS=5%
M=1000 terminales
L=1 (Nmero llamadas por terminal en la BH)
Ejemplo de Dimensionamiento: Sistemas
Trunking Trunking
El problema Inverso:
Cuntos terminales adicionales podra admitir nuestra red con los N
radiocanales?
Datos:
N (Nmero de canales), GoS, L (nmero de llamadas/terminal en la BH), H
(duracin media de las llamadas en la BH) (duracin media de las llamadas en la BH)
Solucin:
1 A ti d l i d l G S bti b l l d A 1. A partir de la expresin del GoS se obtiene a prueba y error el valor de A.
( )
100 ( , )
o
N A W
H
GoS C N A e

=
2. Se obtiene a=LH/3600
3. Se obtiene M= Int (A/a)
100 ( , ) GoS C N A e
Ejemplo: Ejemplo:
Cuando una empresa crece, se habilitan nuevos terminales.
Grado de saturacin:
Si se tolera un incremento del GoS hasta un valor del GoS de
saturacin, podemos determinar hasta cuntos terminales podr saturacin, podemos determinar hasta cuntos terminales podr
crecer la red.
Supngase que en el ejemplo anterior se admite un GoS de
t i d l 30% saturacin del 30%
Datos:
Wo=H=20 segundos Wo=H=20 segundos
N=8 radiocanales
L=1 (Nmero llamadas por terminal en la BH)
Calcular el nmero de terminales que se soportan con este
GoS.
Caso especial: M/M/1 Caso especial: M/M/1
Cuando slo se tiene un servidor, se obtiene el modelo
M/M/1
Este caso es muy utilizado en diferentes aplicaciones.
Para este caso se obtienen los siguientes resultados:
Probabilidad del estado i:
Probabilidad de que haya retardo:
Longitud media de la cola:
Tiempo medio de espera:
Comportamiento de la cola M/M/1: Comportamiento de la cola M/M/1:
De las expresiones para la cola M/M/1, podemos concluir
que:
Cuando se incrementa el trfico ofrecido por los usuarios,
se incrementa la longitud de la cola, independientemente se incrementa la longitud de la cola, independientemente
de si el incremento del trfico es debido a que se incrementa
el nmero de usuarios () o que se incrementa el tiempo de
servicio (s) servicio (s).
El tiempo medio de espera se incrementa en una
segunda potencia de s, pero solamente por la primera potencia g p p p p p
de . Por tanto, un incremento de carga (A) debido a ms
clientes afecta menos que un incremento de carga (A) debido
al aumento del tiempo de servicio al aumento del tiempo de servicio.
Es importante que los tiempos de servicio de un sistema no se
incrementen durante la sobrecarga.
Tiempo en el sistema para una cola M/M/1 Tiempo en el sistema para una cola M/M/1
Tiempo en el sistema= Tiempo de espera + Tiempo de servicio
Tambin es llamado tiempo de respuesta
Se distribuye exponencialmente con intensidad (-):
El tiempo medio en el sistema se calcula entonces como: p
Donde =1/s es la tasa de servicio Donde =1/s es la tasa de servicio
Ejemplo: Clasificador de paquetes Ejemplo: Clasificador de paquetes
Un clasificador examina la
b d l cabecera de los paquetes
para determinar a qu
sesin pertenecen sesin pertenecen.
Segn la sesin, se le dar
un tratamiento diferente
en el enlace de salida.
Para el modelo se
suponen llegadas de
paquetes con un proceso
de Poisson (Trfico de Poisson (Trfico
elstico).
Ejemplo: Retardo de los paquetes en un
clasificador de paquetes p q
Modelo Simulado
Comportamiento
similar
Modelo Terico:
M/M/1

=
m
j
j
c
d
1
1
1

= j
j
c
x
1
xc : tiempo medio de servicio
j t di d ll d i j: tasa media de llegadas por sesin
Red de Colas Cerrada (Modelo de reparacin
de mquinas) de mquinas)
Este modelo es un sistema de colas
cerrada o cclica
El nmero de usuarios es limitado
Se conoce como Caso Engset para
sistemas de prdidas
Estudiado por Gnedenko (1933), C.
Palm (1947) y Feller (1950)
El caso para el que se estudi fue para
cuando se tiene un sistema en que se cuando se tiene un sistema en que se
reparan mquinas por uno o varios
reparadores (servidores) y luego ellas
operan nuevamente.
f El problema se enfoca en ajustar el
nmero de servidores segn el
nmero de mquinas para que el
costo total sea minimizado.
Cuando una mquina pasa a ser
reparada, esta debe reemplazarse por
otra mientras tanto.
Sistema de colas cerrado Sistema de colas cerrado
Este modelo ha sido aplicado ampliamente para solucionar
problemas de ingeniera de trfico en sistemas problemas de ingeniera de trfico en sistemas
computarizados.
Notacin Kendall: M/M/n/S/S
S: Nmero de clientes
n: Nmero de servidores
Ejemplos: Ejemplos:
En la Web, las mquinas corresponden a los clientes, mientras que los
clientes corresponden a los servidores
En un sistema de terminales de computador las mquinas En un sistema de terminales de computador las mquinas
corresponden a los terminales y los servidores son los
computadores que gestionan los terminales
En un sistema computador las mquinas podran corresponder a un En un sistema computador las mquinas podran corresponder a un
sistema de almacenamiento en disco y los servidores corresponden
a los canales de Entrada/Salida.
Modelo de terminales Modelo de terminales
Se aplica para sistemas que hacen
multiplexacin por divisin de tiempo
(TDM)
Tt: Tiempo en que el terminal est
pensando. (mt: media de la v.a.Tt)
(TDM)
En un sistema TDM los usuarios sienten
que son los nicos que utilizan al servidor.
Un terminal individual cambia entre dos
R: Tiempo de respuesta. El terminal est
esperando.
R=Tw+Ts
Tw:Tiempo de espera en cola (media: mw)
estados:
El usuario est pensando (trabajando)
El usuario est esperando por una respuesta
del servidor
Tw:Tiempo de espera en cola (media: mw)
Ts: Tiempo de servicio (media: ms)
Tt+R es el tiempo de circulacin
Modelo de terminales Modelo de terminales
Se consideran S terminales
conectados a un computador p
Se asume que los tiempos de
pensar de cada terminal son
largos.
Se asumen entonces llegadas de
Poisson exponencialmente
distribuidas con intensidad:
El tiempo de servicio (ejecucin)
en el computador se asume
bi i l tambin exponencialmente
distribuido con tasa:
Cuando un terminal no puede ser
atendido pero tiene una solicitud,
debe esperar en cola.
Modelo de terminales Modelo de terminales
Para el diagrama de estados se asume el estado i que representa Para el diagrama de estados se asume el estado i que representa
el nmero de terminales que comprende los terminales en cola y
los terminales siendo atendidos.
C t d i i=0 Computador ocioso: i=0
Computador trabajando: i>0, (i-1) terminales esperando.
Se asume equilibrio estadstico. q
La intensidad de llegadas a la cola se decrementa en la medida
que la longitud de la cola se incrementa (si todos los terminales
estn en cola, la intensidad de llegadas es cero). , g )
Obtencin de las probabilidades de estado Obtencin de las probabilidades de estado
Siguiendo el procedimiento descrito anteriormente, se halla
p(0): p(0):
Haciendo
:Trfico ofrecido o tasa de servicio
Que es la distribucin truncada de Poisson
p(0) es la probabilidad de i=S (todos los clientes estn en cola o p(0) es la probabilidad de i=S (todos los clientes estn en cola o
siendo atendidos)
Ejemplo: Ejemplo:
Considere un sistema computador
con 6 discos conectados a un
Solucin:
Tiempo de pensar: 4ms
mismo canal de E/S.
El tiempo de bsqueda
(posicionamiento del brazo)
d 3 l d
Tiempo de pensar : 4ms
Tiempo de servicio: 0,8ms
Tasa de servicio=1/0,8=5
El nmero medio de terminales
medio es 3ms y el tiempo medio
de ubicacin de un archivo es 1ms,
correspondiendo a un tiempo de
rotacin de 2ms
El nmero medio de terminales
que son servidos por el sistema
(pueden ser atendidos) es:
rotacin de 2ms.
El tiempo de lectura de un archivo
es exponencialmente distribuido
con media 0,8ms.
Por tanto, la tasa mxima de
servicio ser:
,
El canal est ocupado slo durante
la lectura.
Se quiere encontrar la mxima
servicio ser:
d d li it d d
Se quiere encontrar la mxima
capacidad del sistema (en
solicitudes por segundo)
dada en solicitudes por segundo
Otros parmetros del modelo Otros parmetros del modelo
Nmero de terminales siendo atendidos:
Nmero medio de terminales pensando: p
Nmero medio de terminales esperando:
T d d Tiempo de respuesta medio:
Variacin del tiempo de respuesta medio vs.
Nmero de terminales Nmero de terminales
Modelo de cola cerrada con N servidores Modelo de cola cerrada con N servidores
Casos Prcticos Casos Prcticos
Caso: Modelamiento de un canal de Internet
en una red acadmica con una CQN en una red acadmica con una CQN
El trfico es de tipo http (trfico
elstico y por tanto, llegadas de
P )
El ancho de banda por usuario es h
El Nmero de usuarios es N
Poisson)
Se considera que el trfico mnimo por
usuario es de 50Kbps (b).
H 235 i (N)
El Nmero de usuarios es N
B es el ancho de banda en el enlace
Se cumple la relacin:
Hay 235 usuarios (N)
El tiempo medio en el estado pensar
es de 0,135 seg=1/1.
Tamao medio de los archivos:
B = N * h
Donde h: Tamao medio de los archivos:
1467.21bits (f)
Donde h:
1
1 1

|
|

|
h=8900,78 bps
B 2091684 95 b
1
1 1
|
|
.
|

\
|
+ =
f b
h

B=2091684,95 bps
Validacin Validacin
Trfico simulado con las
caractersticas obtenidas
Proceso de medicin y anlisis del
trfico: caractersticas obtenidas trfico:
Trfico medido:
Caso: Modelamiento de un canal de Internet en una
d d i l MMPP/D/1 red acadmica con una cola MMPP/D/1
Metodologa utilizada Metodologa utilizada
1. Muestreo y Procesamiento de las trazas de Trfico
2. Caracterizacin del trfico original y clculo del parmetro Hurst
3 G i d l t d T fi di t l d l MMPP 3. Generacin de la traza de Trfico mediante el modelo MMPP
4. Validacin de la traza de Trfico mediante Cuantiles
5. Evaluacin del desempeo del modelo MMPP/D/1 y anlisis de capacidad de canal
Muestreo y procesamiento Muestreo y procesamiento
500
600
TRAZA REAL DE TRAFICO
300
400
o
d
e

p
a
q
u
e
t
e
s
100
200 n
u
m
e
r
o

0 200 400 600 800 1000 1200 1400 1600 1800 2000
0
tiempo de llegada (s)
Clculo del parmetro Hurst Clculo del parmetro Hurst
Traza varianza-tiempo
-9.8
Varianza-Tiempo y ajuste por minimos cuadrados para estimacion del parametro H

-10.4
-10.2
-10
ajuste de minimos cuadrados
diagrama Varianza-tiempo
-11.2
-11
-10.8
-10.6
l
o
g

(
x
m
)
) l ( ) l (
m
|
0 0.5 1 1.5 2 2.5
-11.8
-11.6
-11.4
11.2

) log( ) log( m X
m
| =
log (m)
Donde, X
m
corresponde al proceso agregado.
m son las divisiones del proceso X (niveles de agregacin).
es la pendiente de la recta y equivale a 2 (1-H)
Generacin traza trfico MMPP Generacin traza trfico MMPP
Generacin de fuente en paquetes por segundo.
Trfico Virtual
500
600
TRAZA VIRTUAL D-MMPP
Trfico Real
600
TRAZA REAL DE TRAFICO
200
300
400
n
u
m
e
r
o

d
e

p
a
q
u
e
t
e
s
400
500
u
e
t
e
s
0 200 400 600 800 1000 1200 1400 1600 1800 2000
0
100
200 n
200
300
n
u
m
e
r
o

d
e

p
a
q
u
0 200 400 600 800 1000 1200 1400 1600 1800 2000
tiempo de llegada (s)
0 200 400 600 800 1000 1200 1400 1600 1800 2000
0
100
tiempo de llegada (s)
PRUEBA DE BONDAD : QUANTILES PRUEBA DE BONDAD : QUANTILES
Quantiles para la traza de trfico para el anlisis en tramas por unidad de Quantiles para la traza de trfico, para el anlisis en tramas por unidad de
tiempo y para bits por unidad de tiempo.
Trfico en (tramas por unidad de tiempo) Trfico en (bits por unidad de tiempo)
3
x 10
6
Q-Q PLOT. GRAFICA DE LOS QUANTILES 600
Q-Q PLOT. GRAFICA DE LOS QUANTILES
15
2
2.5
V
I
R
T
U
A
L
300
400
500
A

V
I
R
T
U
A
L
0.5
1
1.5
T
R
A
Z
A

V
100
200
T
R
A
Z
A
0 2 4 6 8 10 12 14
x 10
5
0
TRAZA REAL
0 100 200 300 400 500 600
0
TRAZA REAL
Validacin modelo MMPP/D/1 Validacin modelo MMPP/D/1
Tiempo de espera promedio, Bfer infinito
0.08
tiempo de espera promedio

TRAZAREAL
0.06
0.07
d
i
o
(
E
)
TRAZA REAL
TRAZA VIRTUAL MMPP
0.04
0.05
e

r
e
t
r
a
s
o

p
r
o
m
e
d
0.02
0.03
t
i
e
m
p
o

d
e
0.2 0.3 0.4 0.5 0.6 0.7
0
0.01
intensidad de trafico (p)

Anlisis del sistema de cola MMPP/D/1 Anlisis del sistema de cola MMPP/D/1
Probabilidad de prdidas bfer=10 Probabilidad de prdidas, bfer=10
0.03
PROBABILIDAD DE PERDIDAS

TRAZAREAL
002
0.025
d
a
s
TRAZA REAL
TRAZA VIRTUAL MMPP
0.015
0.02
a
b
i
l
i
d
a
d

d
e

p
e
r
d
i
d
a
0.005
0.01
p
r
o
b
a
b
0.2 0.3 0.4 0.5 0.6 0.7
0
intensidad de trafico (p)

Respuesta del enlace cuando se limita su
capacidad capacidad