Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ingenieria Teletrafico
Ingenieria Teletrafico
Comisin de Estudio 2
Cuestin 16/2
MANUAL
"SOBRE INGENIERA DE TELETRFICO"
- ii -
PREFACIO
La primera edicin del Manual sobre Ingeniera de Teletrfico ha siso realizada conjuntamente por:
Introduccin: Captulos 1 y 2,
01.12.06
MANUAL
SOBRE INGENIERA DE TELETRFICO
Dirjase a:
Villy B. Iversen
COM Center
Technical University of Denmark
Building 343, DK-2800 Lyngby
Tel.: 4525 3648 Fax.: 4593 6581
correo-e: vbi@com.dtu.dk
www.tele.dtu.dk/teletraffic
-2-
NOTACIONES
Trfico ofrecido = Ao
Ac
Trfico transportado = Y
Al
Trfico perdido
Congestin de llamadas
Carcter de la rfaga
Constante
Cn
Nmero de Cataln
Congestin temporal
E1,n(A) = E1
E2,n(A) = E2
Funcin de mejora
Nmero de grupos
H(k)
Frmula de Palm-Jacobus
Jv(z)
Lk
Longitud media de fila de espera cuando la fila de espera es mayor que cero
mi
m'i
mr
p(i)
01.12.06
-3-
p {i, t | j, t0}
P(i)
q(i)
Q(i)
Constante de normalizacin
Instante de tiempo
Funcin de carga
Varianza
Trfico transportado
Multiplicador de Lagrange
i-simo acumulante
(i)
(i)
Relacin de servicio
i
x =
i
x =
p ( x)
p ( x)
01.12.06
-4-
NDICE
CAPTULO 1 - Introduccin a la Ingeniera de Teletrfico....................................................
1.1
Modelados de sistemas de telecomunicacin ...............................................................
1.1.1 Estructura del sistema ...................................................................................................
1.1.2 Estrategia operativa ......................................................................................................
1.1.3 Propiedades estadstica del trfico................................................................................
1.1.4 Modelos ........................................................................................................................
1.2
Sistemas telefnicos convencionales............................................................................
1.2.1 Estructura del sistema ...................................................................................................
1.2.2 Comportamiento del usuario.........................................................................................
1.2.3 Estrategia de la operacin.............................................................................................
1.3
Redes de comunicacin ................................................................................................
1.3.1 Red telefnica ...............................................................................................................
1.3.2 Redes de datos ..............................................................................................................
1.3.3 Redes de rea local .......................................................................................................
1.4
Sistemas de comunicacin mviles ..............................................................................
1.4.1 Sistemas celulares.........................................................................................................
1.5
Recomendaciones de la UIT sobre ingeniera de trfico ..............................................
1.5.1 Ingeniera de trfico en la UIT......................................................................................
1.5.2 Caracterizacin de la demanda de trfico.....................................................................
1.5.3 Objetivos de grado de servicio .....................................................................................
1.5.4 Controles de trfico y dimensionamiento .....................................................................
1.5.5 Supervisin de la calidad de funcionamiento ...............................................................
1.5.6 Otras Recomendaciones................................................................................................
1.5.7 Programa de trabajo para el Periodo de Estudios 2001-2004.......................................
1.5.8 Conclusiones.................................................................................................................
CAPTULO 2 - Conceptos de trfico y de grado de servicio ..................................................
2.1
Concepto de trfico y unidad [erlang] ..........................................................................
2.2
Variaciones de trfico y concepto de hora cargada ......................................................
2.3
Concepto de bloqueo ....................................................................................................
2.4
Generacin de trfico y reaccin de los abonados........................................................
2.5
Introduccin al grado de servicio .................................................................................
2.5.1 Comparacin de GoS y QoS.........................................................................................
2.5.2 Caractersticas especiales de la QoS.............................................................................
2.5.3 Calidad de funcionamiento de la red ............................................................................
2.5.4 Configuraciones de referencia ......................................................................................
CAPTULO 3 - Teora de las probabilidades y estadsticas ....................................................
3.1
Funciones de distribucin .............................................................................................
3.1.1 Caracterizacin de las distribuciones............................................................................
3.1.2 Tiempo de vida residual................................................................................................
Pgina
11
11
12
13
13
15
16
16
17
18
19
19
21
22
23
23
25
26
26
32
37
44
45
45
46
47
47
50
55
57
63
65
65
66
66
69
69
69
71
01.12.06
-5-
Pgina
74
75
77
77
78
79
79
83
83
84
85
86
88
88
90
92
93
95
95
96
96
99
99
100
101
103
103
103
104
104
107
107
107
108
110
111
114
116
116
117
01.12.06
-6-
Pgina
118
118
118
123
123
124
124
125
126
127
127
128
130
134
135
136
138
138
139
143
143
145
146
148
150
150
150
154
154
154
155
156
158
159
163
164
164
167
167
169
01.12.06
-7-
Pgina
170
171
173
174
174
174
175
175
175
177
179
179
182
184
184
186
186
189
190
199
201
201
202
204
204
204
204
205
205
205
206
207
207
207
208
211
211
213
213
215
01.12.06
-8-
Pgina
217
218
219
220
222
223
224
226
228
230
232
235
235
235
236
237
238
239
239
240
241
242
242
242
244
245
248
249
250
252
252
253
254
255
257
257
258
259
260
260
13.5.7
13.5.8
13.6
13.6.1
01.12.06
-9-
Pgina
13.6.2 Probabilidades de estado: GI/M/1.................................................................................
261
13.6.3 Caractersticas del sistema GI/M/1 ...............................................................................
262
13.6.4 Distribucin del tiempo de espera: GI/M/1, FCFS .......................................................
263
13.7 Sistema de puesta en fila con retorno al punto de origen y comparticin
de procesador ................................................................................................................
263
CAPTULO 14 - Redes de filas de espera ...............................................................................
267
14.1 Introduccin a las redes de puesta en fila de espera .....................................................
267
14.2 Sistemas simtricos de puesta en fila de espera............................................................
268
14.3 Teorema de Jackson......................................................................................................
269
14.3.1 Suposicin de independencia de Kleinrock..................................................................
272
14.4 Redes de puesta en fila de una sola cadena ..................................................................
272
14.4.1 Algoritmo de convolucin para una red de puesta en fila cerrada ...............................
272
14.4.2 Algoritmo de valor medio.............................................................................................
277
14.5 Redes de puesta en fila BCMP......................................................................................
280
14.6 Redes de puesta en fila multidimensionales .................................................................
281
14.6.1 Sistema de puesta en fila de un solo servidor M/M/1 ...................................................
281
14.6.2 Sistema de puesta en fila M/M/n...................................................................................
283
14.7 Redes cerradas de puesta en fila con mltiples cadenas...............................................
283
14.7.1 Algoritmo de convolucin ............................................................................................
284
14.8 Otros algoritmos para redes de puesta en fila...............................................................
287
14.9 Complejidad..................................................................................................................
287
14.10 Atribucin de la capacidad ptima ...............................................................................
287
CAPTULO 15 - Mediciones de trfico...................................................................................
291
15.1 Principios y mtodos de medicin................................................................................
291
15.1.1 Mediciones continuas ...................................................................................................
292
15.1.2 Mediciones discretas.....................................................................................................
292
15.2 Teora del muestreo ......................................................................................................
293
15.3 Mediciones continuas en un periodo ilimitado.............................................................
295
15.4 Mtodos de exploracin en un periodo ilimitado .........................................................
299
15.5 Ejemplo numrico.........................................................................................................
301
01.12.06
- 10 -
CAPTULO 1
Introduccin a la Ingeniera de Teletrfico
La teora de teletrfico se define como la aplicacin de la teora de las probabilidades a la solucin
de problemas concernientes a la planificacin, evaluacin de la calidad de funcionamiento,
operacin y mantenimiento de sistemas de telecomunicacin. En forma ms general, la teora de
teletrfico se puede considerar como una disciplina de planificacin en la que los medios (procesos
estocsticos, teora de puesta en fila y simulacin numrica) se toman de la investigacin de las
operaciones.
El trmino teletrfico abarca todo tipo de trfico de comunicacin de datos y de trfico de
telecomunicaciones. La teora estar primordialmente ilustrada con ejemplos de sistemas de
comunicacin telefnica y datos. Sin embargo, los medios formulados son independientes de la
tecnologa y aplicables en otras reas como trfico de caminos, trfico areo, cintas de fabricacin y
montaje, distribucin, gestin de talleres y almacenamiento, y toda clase de sistemas de servicio.
El objetivo de la teora del teletrfico puede formularse as:
Lograr calcular el trfico en unidades bien definidas mediante modelos matemticos y
determinar la relacin existente entre calidad de servicio y capacidad del sistema, de
tal manera que la teora se convierta en una herramienta til para la planificacin de
las inversiones.
El cometido de la ingeniera de teletrfico es disear del modo ms rentable posible sistemas cuya
calidad de servicio se hayan definido previamente cuando se conoce la demanda de trfico y la
capacidad de los elementos del sistema. Asimismo, la teora del teletrfico ha de establecer mtodos
especficos para controlar que la calidad de servicio en un momento dado cumple los requisitos, y
determinar qu acciones de emergencia concretas se han de tomar cuando los sistemas se
encuentran sobrecargados o se producen fallos tcnicos. Para ello se precisan mtodos de previsin
de la demanda (por ejemplo, a partir de mediciones de trfico) y mtodos para calcular la capacidad
de los sistemas, y la especificacin de los parmetros cuantitativos para medir la calidad de servicio.
Cuando se pasa de la teora a la prctica, surge una serie de problemas respecto a las decisiones que
han de adaptarse a corto y largo plazo.
Las decisiones a corto plazo engloban, por ejemplo, la determinacin del nmero de circuitos en un
grupo de enlace, el nmero de empleados en consolas de conmutacin, la cantidad de sendas
abiertas en un supermercado y la atribucin de prioridades a trabajos de un sistema informtico.
Las decisiones a largo plazo abarcan, por ejemplo, decisiones relativas a la creacin y ampliacin
de redes de datos y de telecomunicaciones, la adquisicin de cables, sistemas de transmisin, etc.
La aplicacin de la teora en relacin con la concepcin de nuevos sistemas puede ayudar a
comparar distintas soluciones eliminando as las menos acertadas en una fase inicial sin tener que
elaborar prototipos.
1.1
01.12.06
- 11 -
Figura 1.1
Los sistemas de telecomunicacin son sistemas complejos hombre/mquina. El cometido
de la teora de teletrfico es el de configurar sistemas ptimos para
conocimiento de las necesidades y hbitos del usuario
Leyendas de la figura 1.1
1)
HOMBRE
Estocstica
2)
Trfico
Demandas del usuario
3)
MQUINA
Determinstica
4)
Estructura
Soporte fsico
5)
Estrategia
Soporte lgico
la estrategia operacional, y
Esta parte se determina tcnicamente y, en principio, es posible obtener algn nivel de detalles en la
descripcin, por ejemplo en el nivel de componente. Los aspectos de viabilidad son estocsticos
pues los errores se producen al azar y estarn considerados como trfico de alta prioridad. La
estructura del sistema viene dado por el sistema fsico o lgico que normalmente se presenta en
manuales. En sistemas de trfico de caminos, las carreteras, las seales de trnsito, rotondas, etc.,
configuran la estructura.
01.12.06
- 12 -
1.1.2
Estrategia operativa
Un sistema fsico determinado (por ejemplo un sistema de trfico vial que utiliza rotondas de
distribucin) se puede utilizar de diferentes maneras para adaptar el sistema de trfico a la demanda.
En ingeniera vial, se aplica con reglas y estrategias de trnsito que podran ser distintas para el
trfico de la maana y el trfico de las primeras horas de la noche.
En una computadora, esta adaptacin tiene lugar mediante el sistema de operacin y por
intervencin del operador. En un sistema de telecomunicacin las estrategias se aplican a fin de dar
prioridad a las tentativas de llamada con el objeto de encaminar el trfico a su destino. En centrales
telefnicas con control de programa almacenado (SPC, stored program control), las tareas
asignadas al procesador central se dividen en clases con diferentes prioridades. La prioridad ms
elevada se asigna a las llamadas aceptadas seguida de nuevas tentativas de llamada mientras que el
control de rutina del equipo tiene baja prioridad. Los sistemas telefnicos clsicos utilizaban lgica
por conexin almbrica para introducir estrategias mientras que en los sistemas modernos stos se
efectan por soporte lgico, que permiten el empleo de estrategias ms flexibles y adaptativas.
1.1.3
Las demandas del usuario estn modeladas por las propiedades estadsticas del trfico. Slo
efectuando mediciones sobre sistemas reales es posible determinar que el modelado terico est de
acuerdo con la realidad. Este proceso debe ser necesariamente de naturaleza iterativa (vase la
figura 1.2). El modelo matemtico se establece a partir de un profundo conocimiento del trfico. Se
calculan entonces las propiedades del modelo y se las comparan con los datos medidos. Si no estn
en conformidad satisfactoria entre s, se deber efectuar una nueva iteracin del proceso.
Parece natural dividir la descripcin de las propiedades de trfico en procesos estocsticos para la
llegada de tentativas de llamada y procesos que describen tiempos (de ocupacin) del servicio. Se
supone normalmente que estos dos procesos son independientes entre s, lo cual significa que la
duracin de una llamada es independiente del tiempo de llegada de la llamada. Existen modelos que
describen el compartimiento del usuario que experimenta bloqueo, es decir, que se lo rechaza el
servicio y puede efectuar una nueva tentativa de llamada un poco ms tarde (intentos de llamada
repetidos). En la figura 1.3 se ilustra la terminologa aplicada generalmente en la teora de
teletrfico.
01.12.06
- 13 -
Figura 1.2
La teora de teletrfico es una disciplina inductiva. Para observaciones de sistemas reales
se establecen modelos tericos, de los que se derivan parmetros, que pueden ser
comparados con observaciones correspondientes del sistema real. Si estn de
acuerdo, el modelo se convalida. En caso contrario, se debe elaborar el
modelo en mayor grado. Este mtodo cientfico de trabajo
se denomina espiral de experimentacin
Leyendas de la figura 1.2
1)
Observacin
2)
Modelo
3)
Deduccin
4)
Datos
5)
Verificacin
01.12.06
- 14 -
Figura 1.3
Ilustracin de la terminologa aplicada para un proceso de trfico. Ntese la diferencia entre
intervalos de tiempo e instantes de tiempo. Los trminos llegada y llamada se utilizan
como sinnimos. El tiempo entre llegadas y el tiempo entre salidas, son los
intervalos de tiempo entre llegadas o salidas, respectivamente
Leyendas de la figura 1.3
1)
2)
Ocupado
3)
Tiempo de ocupacin
4)
Tiempo de reposo
5)
Reposo
6)
Tiempo de llegada
7)
Tiempo de salida
8)
Tiempo
1.1.4
Modelos
01.12.06
- 15 -
bien utilizar distribuciones estadsticas. Sin embargo, hay ms demanda de recursos para trabajar
con simulacin pues el modelo de simulacin no es general. Cada caso individual debe ser
simulado. La elaboracin de un prototipo llevar an ms tiempo que un modelo de simulacin.
En general, se prefieren los modelos matemticos pero a menudo es necesario aplicar simulacin
para desarrollar el modelo matemtico. A veces se elaboran prototipos para efectuar la prueba final.
1.2
En esta seccin se da una breve descripcin sobre qu sucede cuando una central telefnica
tradicional recibe una llamada. La descripcin se dividir en tres partes: Estructura, estrategia y
trfico. Es muy comn distinguir entre centrales de abonados (conmutadores de acceso, centrales
locales, (LEX) y centrales de trnsito (TEX)) debido a la estructura jerrquica conforme a la cual se
disean la mayora de las redes telefnicas nacionales. Los abonados se conectan a centrales locales
o a conmutadores de acceso (concentradores) que se conectan a centrales locales. Por ltimo, los
conmutadores de trnsito se utilizan para interconectar centrales locales o para aumentar la
disponibilidad y fiabilidad.
1.2.1
Se examinar aqu una central telefnica del tipo de barras cruzadas. Si bien este tipo se encuentra,
en la actualidad, fuera de servicio una descripcin de su funcionamiento permite una buena
ilustracin sobre las tareas que son necesarias efectuar en una central digital. El equipo en una
central telefnica convencional comprende trayectos de seales vocales y trayectos de control.
(Vase la figura 1.4.)
Figura 1.4
Estructura fundamental de un sistema de conmutacin
Leyendas de la figura 1.4
1)
2)
Abonado
3)
Etapa de abonado
4)
Selector de grupo
01.12.06
- 16 -
5)
Conjuntor
6)
Procesador
7)
Trayectos de control
8)
Registrador
Los trayectos de seales vocales estn ocupados durante el tiempo total de la llamada (3 minutos de
promedio) mientras que los trayectos de control slo estn ocupados durante la fase de
establecimiento de la llamada (entre 0,1 a 1 s). El nmero de trayectos de seales vocales es, por
tanto, considerablemente ms grande que el nmero de trayectos de control. El trayecto de una
seal vocal es una conexin de una determinada entrada (abonado) a una determinada salida. En un
sistema con divisin en el espacio los trayectos de seal vocal estn integrados por componentes
pasivos (como rels, diodos o circuitos VLSI). En un sistema con divisin en el tiempo los trayectos
de seales vocales se componen de uno o varios segmentos de tiempo especficos dentro de una
trama. Los trayectos de control son responsables del establecimiento de la conexin. Normalmente,
esto sucede en una cantidad de etapas en la que cada una de ellas es llevada a cabo por un
dispositivo de control: un microprocesador, o un registrador.
Las tareas del dispositivo de control son las siguientes:
Identificacin del abonado originante (quien desea efectuar una conexin (acceso de
entrada)).
Bsqueda de una conexin en estado de reposo entre los accesos de entrada y de salida.
Establecimiento de la conexin.
Considrese un sistema telefnico convencional. Cuando el abonado A inicia una llamada el gancho
conmutador se levanta y el par de hilos del abonado se pone en cortocircuito. Esta operacin activa
un rel en la central. El rel identifica al abonado y un microprocesador en el circuito de abonado
elige un cordn sin conexin. El abonado y el conductor se conectan a travs de un circuito
conmutador. Esta terminologa se origin en el tiempo en el que un operador manual por medio de
un cordn se conectaba con el abonado. El operador manual corresponde al registrador. El cordn
tiene tres salidas.
El registrador se acopla al cordn a travs de otro circuito conmutador. Por tanto, el abonado se
conecta al registrador (selector de registro) a travs del cordn. Esta fase tiene efecto en menos de
un segundo.
01.12.06
- 17 -
El registrador enva al abonado el tono de invitacin a marcar, quien marca el nmero de telfono
deseado del abonado B, el cual es recibido y mantenido por el registrador. La duracin de esta fase
depende del abonado.
Un microprocesador analiza la informacin de cifras y por medio de un selector de grupo establece
una conexin con el abonado deseado, que puede pertenecer a la misma central, a una central vecina
o a una central remota. Por otra parte, es comn distinguir entre centrales con las que existe enlace
directo, y aqullas que no lo tienen. En este ltimo caso debe haber una conexin a travs de una
central en un nivel superior de jerarqua. La informacin de cifras se entrega por medio de un
transmisor codificado a un receptor codificado de la central deseada que transmite entonces la
informacin a los registradores de la central.
El registrador ha cumplido entonces su cometido y se libera de modo tal que queda en reposo para
otras tentativas de llamada. Los microprocesadores trabajan muy rpido (alrededor de 1 - 10 ms) e
independientes de los abonados. El cordn est ocupado durante la totalidad de la llamada y se hace
cargo del control de la llamada cuando el registrador se libera. Se ocupa de, por ejemplo, diferentes
tipos de seales (ocupado, referencia, etc.), impulsos para tarificacin, y liberacin de la conexin
cuando la llamada se suprime.
Puede suceder que una llamada no pasa como est previsto. El abonado puede efectuar un error,
colgar repentinamente, etc. Asimismo, existen lmites de capacidad en el sistema. Esto se tratar en
el Captulo 2. Las tentativas de llamada hacia un abonado tienen lugar aproximadamente de la
misma manera. Un receptor codificado en la central del abonado B recibe las cifras y se establece
una conexin a travs del circuito de conmutacin de grupo y al circuito de conmutacin local a
travs del abonado B con utilizacin de los registradores de la central receptora.
1.2.3
Estrategia de la operacin
El trayecto de las seales vocales funciona normalmente como sistemas de prdidas mientras que el
trayecto de control funciona como sistemas de espera (vase el Captulo 2).
Si no hay cordn disponible ni registrador en reposo el abonado no tendr tono de marcacin sin
importar cunto tiempo se encuentra a la espera. Si la central no tiene salida disponible para el
abonado B deseado, se emitir un tono de ocupado al abonado A llamante. Independientemente de
cualquier espera adicional no se establecer ninguna conexin.
Si un microprocesador (o todos los microprocesadores de un tipo especfico cuando haya varios)
est ocupado, la llamada esperar entonces hasta que el microprocesador est desocupado. Debido
al tiempo de retencin muy corto el tiempo de espera es a menudo tan breve que los abonados no lo
notan. Si varios abonados se encuentran esperando el mismo microprocesador, obtendrn
normalmente el servicio en ordenamiento aleatorio independiente del tiempo de llegada.
El modo por el cual los dispositivos de control del mismo tipo y los cordones comparten el trabajo
es a menudo cclico, tal que presentan aproximadamente el mismo nmero de tentativas de llamada.
Esto constituye una ventaja pues asegura la misma cantidad de uso y en razn que el abonado muy
raramente tendr otra vez un trayecto de control o cordn con defectos si la tentativa de llamada se
repite.
Si un trayecto de control est ocupado durante ms de un tiempo determinado, se efectuar una
desconexin forzada de la llamada. Esto hace imposible que una simple llamada bloquee partes
vitales de la central, como por ejemplo un registrador. Asimismo, slo es posible generar durante un
tiempo limitado el tono de llamada al abonado B y con ello bloquear momentneamente este
telfono en cada tentativa de llamada. Una central debe funcionar y operar independientemente del
comportamiento del abonado.
01.12.06
- 18 -
La cooperacin entre las diferentes partes tiene lugar conforme a reglas estrictas y bien definidas,
denominadas protocolos, que en sistemas convencionales se determina por la lgica de conexiones
y en sistemas de control de soporte lgico por lgicas de programas.
Los sistemas digitales (por ejemplo, la RDSI = Red digital de servicios integrados), en el que el
sistema telefnico completo est digitalizado de abonado a abonado (2 B + D = 2 64 + 16 kbit/s
por abonado), (RDSI-BE = RDSI de banda estrecha) por supuesto funciona diferentemente que los
sistemas convencionales descritos anteriormente. Sin embargo, las herramientas fundamentales de
teletrfico para la evaluacin son las mismas en ambos sistemas. Lo mismo tambin abarca los
futuros sistemas de banda ancha (RDSI-BA) que estarn basados en el modo de transferencia
asncrono (ATM).
1.3
Redes de comunicacin
Existen diferentes clases de redes de comunicaciones: redes telefnicas, redes de tlex, redes de
datos, Internet, etc. Actualmente la red telefnica sigue siendo la ms extendida y a menudo otras
redes estn integradas fsicamente en la red telefnica. En futuras redes digitales se planifica
integrar una numerosa cantidad de servicios en la misma red (RDSI, RDSI-BA).
1.3.1
Red telefnica
La red telefnica ha sido tradicionalmente construida como un sistema jerrquico. Cada abonado se
conecta a un preselector o a veces a una central local (LEX). Esta parte de la red se denomina red
de acceso. El preselector de abonado se conecta a una central local principal especfica que a su vez
se conecta a una central de trnsito (TEX) en la cual hay normalmente una, como mnimo, para
cada cdigo de rea. Las centrales de trnsito estn normalmente conectadas en una estructura
poligonal (vase la figura 1.5). Las conexiones entre las centrales de trnsito conforman una red de
trnsito jerrquica. Existen otras conexiones entre dos centrales locales (o preselectores de
abonado) que pertenecen a diferentes centrales de trnsito (centrales locales) si la demanda de
trfico es suficiente para justificarla.
Figura 1.5
Existen tres estructuras de redes bsicas: poligonal, en estrella y en anillo. Las redes
poligonales se aplican cuando hay algunas centrales grandes (parte superior de la jerarqua,
tambin denominadas redes en malla), mientras que las redes en estrella son adecuadas
cuando hay numerosas centrales pequeas (parte inferior de la jerarqua). Las redes en anillo
se aplican, por ejemplo, en sistemas de fibra ptica
Leyendas de la figura 1.5
1)
Red poligonal
01.12.06
- 19 -
2)
Red en estrella
3)
Red en anillo
Una conexin entre dos abonados en diferentes zonas de trnsito pasar normalmente por las
siguientes centrales:
USUARIO LEX TEX TEX LEX USUARIO
Los grupos de enlace de trnsito individuales se basan en sistemas de transmisin analgicas o
digitales, y, a menudo, se utilizan equipos de multiplexacin.
Doce canales analgicos de 3 kHz cada uno conforman un sistema de frecuencia portadora de
primer orden (mltiplex en frecuencia), mientras que 32 canales digitales de 64 kbit/s cada uno
integran un sistema MIC de primer orden de 2,048 Mbit/s. (Mltiplex por impulsos codificados,
mltiplex en el tiempo.)
La anchura de 64 kbit/s se obtiene de una muestra de la seal analgica a una velocidad de 8 kHz y
una exactitud de amplitud de 8 bits. Dos de los 32 canales en un sistema MIC se utilizan para
sealizacin y control.
Figura 1.6
En una red de telecomunicacin todas las centrales se disponen tpicamente en una jerarqua
de tres niveles. Las centrales locales o centrales de abonado (L), a las que los usuarios se
conectan, estn vinculados con centrales principales (T), que a su vez se conectan a
centrales interurbanas (I). Una zona interurbana integra as una red en estrella.
Las centrales interurbanas se interconectan en una red poligonal. En la prctica
las dos estructuras de red estn mezcladas, pues cuando hay suficiente trfico
se establecen grupos de enlace directos entre dos centrales cualesquiera.
En la red danesa futura slo habr dos niveles, pues
las centrales T e I se fusionarn
Por razones de seguridad y viabilidad se dispondr casi siempre de dos trayectos no consecutivos
mnimo entre dos centrales cualesquiera y la estrategia ser utilizar primero las conexiones ms
econmicas. La jerarqua en la red digital danesa se reduce a slo dos niveles. El nivel superior con
centrales de trnsito comprende una red poligonal totalmente conectada mientras que las centrales
locales y los preselectores de abonados se conectan a tres centrales de trnsito diferentes por
razones de seguridad y viabilidad.
01.12.06
- 20 -
La red telefnica se caracteriza por el hecho de que antes que dos abonados cualesquiera se puedan
comunicar, se debe crear un vnculo bilateral completo (dplex completo), y que la conexin exista
durante el tiempo total de la comunicacin. Esta propiedad se conoce como red telefnica con
conexin en contraste con, por ejemplo Internet que es sin conexin. Cualquier red que presenta,
por ejemplo, conmutacin de lneas o conmutacin de circuitos es con conexin. En la disciplina de
planificacin de red, el objetivo es optimizar las estructuras de red y el encaminamiento del trfico
conforme a las demandas del mismo, los requisitos de viabilidad y servicio, etc.
Ejemplo 1.3.1: Las redes VSAT (Maral, 1995 [77])
Las redes VSAT (Maral, 1995 [77]) es utilizada por ejemplo por organizaciones multinacionales
para la transmisin de seales vocales y datos entre diferentes divisiones de noticias de
radiodifusin, en situaciones de catstrofe, etc. Estas pueden ser conexiones punto a punto o
conexiones de punto a multipunto (distribucin y difusin). El terminal de muy pequea abertura
(VSAT, very small aperture terminal) (estacin terrena) es una antena con un dimetro de 1,6
a 1,8 metros. El terminal es econmico y porttil. Es as posible prescindir de la red telefnica
pblica. Debido a condiciones reglamentarias restrictivas, esta tecnologa tiene hasta el momento
una difusin muy limitada en toda Europa. Las seales se transmiten desde un terminal VSAT a
otro terminal VSAT a travs de un satlite. El satlite est en una posicin fija a 35 786 km sobre el
ecuador y, por tanto, las seales experimentan un retardo de propagacin de unos 125 ms por salto.
La anchura de banda disponible se divide por lo general en canales de 64 kbit/s, y las conexiones
pueden ser unidireccionales o bidireccionales.
En su versin ms simple, todos los terminales transmiten directamente a los otros, y el resultado es
una red global en malla. La anchura de banda disponible se puede asignar de antemano (asignacin
fija) o en forma dinmica (asignacin por demanda). La asignacin dinmica permite mejor
utilizacin pero requiere mayor control.
Debido a la pequea parbola (antena) y a la atenuacin tpica de unos 200 dB en cada sentido, es
prcticamente imposible evitar el error de transmisin, por lo que se utilizan cdigos de correccin
de errores y esquemas de retransmisin posibles. Un sistema ms fiable se obtiene mediante la
introduccin de un terminal principal (concentracin de llamadas) con una antena de 4 a 11 metros
de dimetro. La comunicacin tiene lugar a travs del terminal principal. Luego, ambos saltos
(VSAT terminal principal y terminal principal VSAT) se tornan ms fiables pues el terminal
principal puede recibir las seales dbiles y amplificarlas de modo que el VSAT en recepcin
obtiene una seal ms fuerte. El inconveniente de este procedimiento es que el retardo de
propagacin es ahora de 500 ms. La solucin del terminal principal permite tambin centralizar el
control y supervisin del sistema. En razn que toda la comunicacin pasa a travs del terminal
principal, la estructura de red constituye una topologa en estrella.
1.3.2
Redes de datos
La red de datos se disea conforme al mismo principio excepto que la duracin de la fase de
establecimiento de la conexin es ms breve. Otra clase de red de datos viene dada en las
denominadas redes de distribucin de paquetes, que funcionan conforme al principio de
almacenamiento y retransmisin (vase la figura 1.7). Los datos que han de ser transmitidos no se
enviarn directamente del transmisor al receptor sino que efectuar por pasos de central a central.
Esto puede crear demoras pues las centrales que son computadoras funcionan como sistemas de
retardo (transmisin sin conexin).
Si el paquete tiene una longitud fija mxima, la red tiene la indicacin conmutacin de paquetes
(por ejemplo, protocolo X.25). En X.25 un mensaje se divide en un nmero de paquetes que no
necesariamente sigue el mismo trayecto a travs de la red. El encabezamiento de protocolo del
paquete contiene un nmero de secuencias tal que los paquetes se pueden disponer en correcto
01.12.06
- 21 -
Figura 1.7
Red datagrama: Principio de almacenamiento y retransmisin para una red
de datos con conmutacin de paquetes
Leyenda de la figura 1.7
1)
NODO CENTRAL
En razn que las centrales en una red de datos son computadoras, es viable introducir estrategias
avanzadas para el encaminamiento del trfico.
1.3.3
Las redes de rea local (LAN, local area network) son un tipo muy especial e importante de redes
de datos en el que todos los usuarios de un sistema informtico estn vinculados al mismo sistema
de transmisin digital, por ejemplo un cable coaxial. Por lo general, slo un usuario por vez puede
utilizar el medio de transmisin y obtener algunos datos transmitidos a otro usuario. Como el
sistema de transmisin tiene una capacidad amplia comparada con la demanda de los usuarios, cada
uno de ellos tiene la sensacin de ser el nico usuario del sistema. Existen diversas clases de redes
de rea local. Con la aplicacin de estrategias adecuadas para el principio de control de acceso al
01.12.06
- 22 -
medio se tiene en cuenta la asignacin de capacidad en el caso de muchos usuarios que compiten
por la transmisin. Existen dos tipos principales de redes de rea local: la red de acceso mltiple en
sentido portador/deteccin de colisin (CSMA/CD, carrier sense multiple access/collision
detection) (Ethernet) y las redes testigo. La red CSMA/CD es una de las ms ampliamente
utilizadas. Todos los terminales estn haciendo escucha permanente al medio de transmisin y
tienen conocimiento cuando est libre y cuando est ocupado. Al mismo tiempo, un terminal puede
ver qu paquetes estn dirigidos a su propio terminal y necesitan, por tanto, ser almacenados. Un
terminal que desea transmitir un paquete lo har si el medio est desocupado. Si el medio estuviera
ocupado el terminal espera un tiempo aleatorio antes de efectuar un nuevo intento. Debido a la
velocidad de propagacin finita es posible que dos (o an ms) terminales inicien la transmisin
dentro de un intervalo breve, de modo tal que dos o ms mensajes pueden chocar en el medio de
transmisin. Este fenmeno se conoce como colisin. Teniendo en cuenta que los terminales estn
haciendo escucha en todo momento, pueden detectar inmediatamente que la informacin
transmitida es diferente de la recibida y deducir que se ha producido una colisin. Los terminales
que intervienen detienen inmediatamente la transmisin y efectuarn ms tarde un nuevo intento en
un intervalo aleatorio.
En una red de rea local del tipo testigo, slo podr transmitir informacin el terminal que en ese
momento posea el testigo. El testigo estar rotando entre los terminales conforme a reglas
predefinidas.
Las redes de rea local tambin funcionan con tcnicas basadas en ATM (modo de transferencia
asncrono). Asimismo, las LAN inalmbricas se estn convirtiendo en sistemas de uso comn. Las
condiciones de propagacin en redes de zona local no son importantes debido a las pequeas
distancias geogrficas entre los usuarios. En una red de datos de satlite, por ejemplo, el retardo de
propagacin es grande comparado con la longitud de los mensajes y en esas aplicaciones se utilizan
otras estrategias que las empleadas en redes de zona local.
1.4
En estos ltimos aos se ha visto una enorme expansin de los sistemas de comunicacin mviles
cuyos medios de transmisin son canales radioelctricos (inalmbricos) analgicos o digitales en
contraste con los sistemas de cable convencionales. El espectro de frecuencias electromagnticas se
divide en diversas bandas reservadas para fines especficos. Para comunicaciones mviles se asigna
un subconjunto de esas bandas. Cada banda corresponde a un nmero limitado de canales
radiotelefnicos, y es aqu donde surge el recurso limitado en los sistemas de comunicacin
mviles. La utilizacin ptima de este recurso es un aspecto esencial en la tecnologa celular. En los
puntos siguientes se describe un sistema representativo.
1.4.1
Sistemas celulares
Estructura. Cuando una determinada zona geogrfica ha de ser cubierta con telefona mvil, se debe
instalar en ella una adecuada cantidad de estaciones de base. Una estacin de base est constituida
por una antena y un equipo transmisor/receptor o un enlace radioelctrico con una central telefnica
mvil (MTX), que es parte de la red telefnica tradicional. Una central telefnica mvil es comn a
todas las estaciones de base en una determinada zona de trfico. Las ondas radioelctricas se
amortiguan cuando se propagan en la atmsfera y, por tanto, una estacin de base slo puede cubrir
una zona geogrfica limitada que se denomina clula (no se debe confundir con las clulas ATM).
Mediante la transmisin de las ondas radioelctricas con una potencia adecuada es posible adaptar
la zona de cobertura de modo tal que todas estaciones de base cubran exactamente la zona de trfico
planificada sin demasiada superposicin entre estaciones vecinas. No es posible utilizar la misma
frecuencia radioelctrica en dos estaciones de base vecinas pero si en dos estaciones de base sin una
frontera comn, permitiendo entonces la reutilizacin de canales.
01.12.06
- 23 -
Figura 1.8
Sistema de comunicacin mvil celular. Dividiendo las frecuencias en 3 grupos
(A, B y C) se pueden reutilizar los canales como se muestra en la figura
En la figura 1.8 se muestra un ejemplo. Se puede disponer de un determinado nmero de canales
por clula conforme al volumen de trfico dado. La dimensin de la clula depende del volumen de
trfico. En zonas densamente pobladas como grandes ciudades, las clulas sern pequeas mientras
que en zonas escasamente pobladas las clulas sern grandes.
La atribucin de canales es un problema muy difcil. Adems de las restricciones indicadas
anteriormente existen tambin otras. Por ejemplo, debe haber cierta distancia entre los canales en la
misma estacin de base (restriccin de canal vecino) y hay otras limitaciones para evitar
interferencia.
Estrategia. En sistemas de telefona mvil debe existir una base de datos con informacin relativa a
todos los abonados. Cualquier abonado puede tener un papel activo o pasivo en el circuito segn
est encendido o apagado su radiotelfono. Cuando el abonado enciende el radiotelfono, se le
asigna automticamente un canal de control y se produce su identificacin. El canal de control es
una canal radioelctrico utilizado por la estacin de base para fines de verificacin. El resto de los
canales son canales de trfico de usuario.
Una peticin de llamada a un abonado mvil (abonado B) se produce de la siguiente manera. La
central telefnica mvil recibe la llamada del otro abonado (abonado A, fijo o mvil). Si el
abonado B tiene su radiotelfono apagado, se informa al abonado A que el abonado B no est
disponible. Si el abonado B tiene el equipo encendido, el nmero se presenta entonces en todos los
canales de control en la zona de trfico. El abonado B reconoce su propio nmero e informa, a
travs del canal de control, en qu clula (estacin de base) se encuentra. Si hay un canal de usuario
desocupado se asigna y la MTX pasa la llamada.
Una peticin de llamada de un abonado mvil (abonado A) se inicia por la operacin de
desplazamiento del abonado del canal de control a un canal de trfico de usuario cuando se
establece la llamada. La primera fase que comprende la lectura de las cifras y la comprobacin de
disponibilidad del abonado B es, en algunos casos, establecida por el canal de control (sealizacin
de canal comn).
01.12.06
- 24 -
Un abonado tiene la facultad de poder trasladarse libremente dentro de su propia zona de trfico.
Cuando se aleja de la estacin de base es detectado por la central telefnica mvil (MTX) que
supervisa constantemente la relacin seal/ruido y puede trasladar la llamada a otra estacin de base
y a otro canal de usuario cuando se requiere mejor calidad. Esta es una cooperacin entre la MTX y
el equipo de abonado que se produce automticamente sin que sea notado por el abonado. Esta
operacin se denomina traspaso a transferencia de llamadas, y, por supuesto, requiere la existencia
de un canal de usuario libre en la nueva clula. En razn que es inadecuado tener que interrumpir
una llamada existente, el traspaso de llamadas tiene mayor prioridad que las nuevas. Esta estrategia
se puede efectuar dejando en reserva uno o dos canales desocupados para el traspaso de llamadas.
Cuando un abonado sale de su zona de trfico se produce la denomina de itinerancia. La MTX en la
nueva zona puede conocer la MTX original a partir de la identidad del abonado. Se enva entonces
un mensaje a la MTX de origen con informacin sobre la nueva posicin. Las llamadas de llegada
al abonado entran siempre a la MTX de origen la que encamina la llamada a la nueva MTX. Las
llamadas salientes sern tratadas de la manera usual.
Un sistema inalmbrico digital difundido es el GSM, que se puede utilizar en toda Europa
Occidental. La Unin Internacional de Telecomunicaciones est elaborando un sistema mvil global
sobre comunicaciones personales universales (UPC, universal personal communication), en el que
los abonados se comunican con cualquier parte del mundo (IMT-2000).
Los sistemas de bsqueda de personas son sistemas primitivos unilaterales. El telfono digital sin
cordn europeo (DECT, digital european cordless telephone), es una norma para telfonos
inalmbricos. Se pueden conectar localmente en compaas, centros comerciales, etc. En el futuro,
surgirn equipos que pueden ser aplicados a los sistemas DECT y GSM. El sistema DECT est
constituido por clulas muy pequeas mientras que el GSM es un sistema con clulas ms grandes.
Se han diseado tambin sistemas de comunicacin por satlite en el que la estacin de satlite se
comunica con una estacin de base. El primer sistema de este tipo fue Iridium que estaba integrado
por 66 satlites de tal modo que siempre haba ms de un satlite disponible en una determinada
ubicacin dentro del alcance geogrfico del sistema. Los satlites tienen rbitas de slo unos pocos
centenares de kilmetros por encima de la Tierra. El sistema Iridium no tuvo xito, pero surgieron
sistemas ms modernos como Inmarsat.
1.5
La siguiente seccin est basada en el documento (Villen, 2002 [101]). La Unin Internacional de
Telecomunicaciones (UIT) es una organizacin patrocinada por las Naciones Unidas para promover
las telecomunicaciones internacionales. Tiene tres Sectores bsicos:
01.12.06
- 25 -
El Sector UIT-T est dividido en Comisiones de Estudio. La Comisin de Estudio 2 (CE2) se ocupa
de los aspectos operacionales de la prestacin de servicios, redes y calidad de funcionamiento. Cada
Comisin de Estudio se divide en Grupos de Trabajo. El Grupo de Trabajo 3 de la Comisin de
Estudio 2 (GT 3/2) es responsable de la ingeniera de trfico.
1.5.1
Si bien el Grupo de Trabajo 3/2 tiene la responsabilidad global de la ingeniera de trfico, algunas
Recomendaciones sobre este tema o relacionados con el mismo fueron elaboradas (o se estn
elaborando) por otras Comisiones. La Comisin de Estudio 7 se ocupa de la serie X de
Recomendaciones con ingeniera de trfico para redes de comunicacin de datos, la Comisin de
Estudio 11 ha elaborado algunas Recomendaciones (Serie Q) sobre los aspectos de trfico
relacionados con el diseo de sistemas de conmutacin y sealizacin digitales, y algunas
Recomendaciones de la Serie I, elaboradas por la Comisin de Estudio 13, tratan sobre aspectos de
trfico relacionados con la arquitectura de red de la RDSI-BA y RDSI-BE as como de redes
basadas en el protocolo Internet (IP). Dentro de la Comisin de Estudio 2, el Grupo de Trabajo 1 es
responsable de las Recomendaciones sobre encaminamiento y el Grupo de Trabajo 2 de las
Recomendaciones sobre gestin de trfico de red.
Esta seccin se centrar en las Recomendaciones producidas por el Grupo de Trabajo 3/2. Estn
comprendidas en la Serie E (numeradas entre E.490 y E.799) y constituyen el cuerpo principal de
las Recomendaciones del UIT-T sobre ingeniera de trfico.
Estas Recomendaciones se pueden clasificar conforme a las cuatro tareas de ingeniera de trfico
principales:
01.12.06
- 26 -
frecuentemente, el propsito ms usual de mediciones de trfico es estimar los valores que toman
los parmetros definidos en los modelos de trfico en cada segmento de red durante cada periodo de
tiempo.
Como complemento a la modelizacin del trfico y mediciones de trfico, se requiere tambin la
previsin de trfico dado que, para fines de planificacin y dimensionamiento, no es suficiente
caracterizar la demanda presente de trfico, sino que es necesario tambin predecir las demandas de
trfico para el periodo de tiempo previsto en el proceso de planificacin.
Figura 1.9
Tareas de ingeniera de trfico
Leyendas de la figura 1.9
1)
2)
3)
Modelado de trfico
4)
Medicin de trfico
5)
Requisito de QoS
01.12.06
- 27 -
6)
7)
Previsin de trfico
8)
9)
10)
Controles de trfico
11)
Dimensionamiento
12)
De esta manera, las Recomendaciones de la UIT abarcan estos tres aspectos de caracterizacin de
trfico: Modelado de trfico, mediciones de trfico y previsin de trfico.
Modelado de trfico
Las Recomendaciones sobre modelado de trfico se enumeran en el Cuadro 1.1. No son
Recomendaciones especficas sobre modelado de trfico para la red telefnica con conmutacin de
circuitos clsica. El nico servicio proporcionado por esta red es telefona. Otros servicios, como
fax, no tienen repercusin importante sobre la demanda de trfico total. Cada llamada se basa en
una sola conexin simtrica bidireccional punto a punto a 64 kibt/s el trfico se caracteriza por el
rgimen de llamadas y el tiempo medio de ocupacin en cada par origen-destino. El proceso de
llegada de la llamada de Poisson (para rutas diferentes) y la distribucin exponencial negativa de la
duracin de la llamada son las nicas premisas necesarias. Estas hiptesis se explican directamente
en las Recomendaciones sobre direccionamiento.
Fecha
Ttulo
E.711
10/92
E.712
10/92
E.713
10/92
E.716
10/96
E.760
03/00
01.12.06
- 28 -
01.12.06
- 29 -
Referente a las Recomendaciones E.500 y E.501 sobre aspectos tcnicos generales se seala que la
Recomendacin E.500 establece los principios de medida de la intensidad de trfico. El concepto
tradicional de hora cargada, que fue utilizado en redes telefnicas, no se puede extender a las redes
modernas multiservicios. As, la Recomendacin E.500 proporciona los criterios para seleccionar la
longitud y el periodo de lectura para cada aplicacin. Estos criterios se pueden resumir como sigue:
Cuadro 1.2 Recomendaciones sobre mediciones de trfico. Las Recomendaciones
marcadas * incluyen mediciones de trfico y de calidad de funcionamiento
Rec.
Fecha
E.490*
06/92
E.491
05/97
E.500
11/98
E.501
05/97
E.502*
02/01
E.503*
06/92
E.504*
11/88
E.505*
06/92
E.743
04/95
E.745*
03/00
a)
b)
Ttulo
La Recomendacin E.500 indica tambin cmo obtener la intensidad diaria de la cresta de trfico
sobre los periodos de lectura medidos, proporciona el mtodo para calcular las intensidades de
trfico de carga normal y de carga elevada para cada mes y, en base a ellas los valores
representativos anuales para cargas normales y elevadas.
Teniendo en cuenta que el trfico ofrecido es el que se requiere para dimensionamiento y que el
trfico transportado es el que se obtiene mediante mediciones, la Recomendacin E.501
C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06
01.12.06
- 30 -
proporciona los mtodos para estimar el trfico ofrecido para un grupo de circuitos y la demanda de
trfico de origen-destino basado en mediciones de grupo de circuitos. Para el trfico ofrecido a un
grupo de circuitos, la Recomendacin contempla que stos sean de trayecto nico, as como que
pertenezcan a una disposicin de grupo de circuitos de explotacin intensa/final. En la estimacin
se tiene en cuenta el fenmeno de tentativas de llamada repetidas. Si bien en la Recomendacin slo
se refiere a redes de conmutacin de circuitos con conexiones de rgimen nica, algunos de los
mtodos proporcionados se pueden extender a otros tipos de redes. Aunque el problema puede ser
mucho ms complejo en redes de servicios mltiples, las centrales modernas proporcionan, adems
de grupos de circuitos, mediciones de trfico (como el nmero de tentativas de llamadas total,
bloqueadas, completas y satisfactorias por servicio y por par origen-destino) que pueden ayudar a
estimar el trfico ofrecido.
El tercer grupo de Recomendaciones sobre mediciones est formado por las Recomendaciones
E.502, E.505 y E.745 que especifican los requisitos de mediciones de trfico y de calidad de
funcionamiento en centrales de la RTPC y RDSI-BE (E.502), centrales de la RDSI-BA (E.745) y
nodos de redes de sealizacin de canal comn del SS N 7 (E.505).
Por ltimo, la Recomendacin E.743 es complementaria de la Recomendacin E.505 en la misma
se identifica el subconjunto de las mediciones especificadas en la Recomendacin E.505 que son
tiles para el dimensionamiento y planificacin del SS N 7, y explica cmo obtener la entrada
requerida para esos fines mediante las mediciones efectuadas.
Previsin del trfico
La previsin del trfico es necesaria para los estudios estratgicos como, por ejemplo, decidir sobre
la introduccin de un nuevo servicio, as como para la planificacin de la red, es decir, para la
planificacin del equipo y la provisin del circuito y de las inversiones de la planta. Las
Recomendaciones sobre previsiones del trfico se enumeran en el cuadro 1.3. Si bien el ttulo de las
dos primeras de ellas se refieren al trfico internacional, tambin se aplica al trfico dentro de las
fronteras de un pas.
Las Recomendaciones E.506 y E.507 tratan de la previsin de los servicios tradicionales para los
cuales hay datos histricos. La Recomendacin E.506 formula directrices sobre los requisitos
previos para la previsin: datos de base, no slo datos de trfico y de llamadas sino tambin datos
econmicos, sociales y demogrficos que son de vital importancia. Como la serie de datos puede ser
incompleta, se recomiendan estrategias para tratar los datos faltantes. Se presentan diversos
mtodos de prediccin: mtodos directos, basados en el trfico medido en el periodo de referencia,
frente a mtodos compuestos basados en actas de contabilidad, y procedimientos descendentes
frente a procedimientos ascendentes.
La Recomendacin E.507 proporciona una visin general de las tcnicas matemticas existentes
para la previsin: modelos de ajuste de curvas, modelos de auto-regresin, auto-regresin integrada
con media mvil (ARIMA), modelos de espacio de estado con filtro Kalman, modelos de regresin
y modelos economtricos. Asimismo, describe mtodos para la evaluacin de los modelos de
previsin y para la eleccin del ms apropiado en cada caso, que depende de los datos disponibles,
la longitud del periodo de previsin, etc.
01.12.06
- 31 -
Fecha
Ttulo
E.506
06/92
E.507
11/88
E.508
10/92
El grado de servicio (GoS) se define en las Recomendaciones E.600 y E.720 como un nmero de
parmetros de ingeniera de trfico para proporcionar una medida de suficiencia de la planta bajo
condiciones especificadas; estos parmetros de GoS se pueden expresar como probabilidad de
bloqueo, probabilidad de retardo, etc. El bloqueo y el retardo se producen en razn que la capacidad
de tratamiento de trfico de una red o de un componente de red es finito y la demanda de trfico es
estocstica por naturaleza.
El GoS es la parte conexa de trfico de calidad de funcionamiento de la red (NP, network
performance) definido como la capacidad de una red o parte de una red para proporcionar las
funciones conexas a comunicaciones entre usuarios. La calidad de funcionamiento de la red no slo
comprende el GoS (denominado tambin calidad de funcionamiento de la capacidad de trfico) sino
tambin otros aspectos relacionados con el trfico como seguridad de servicio, calidad de
funcionamiento de transmisin y tasacin.
Los objetivos de la NP y, en particular, los objetivos del GoS, se derivan de los requisitos de calidad
de servicio (QoS), como se indica en la figura 1.9. La calidad de servicio es un conjunto de
caractersticas que determinan el grado de satisfaccin del usuario de un servicio. Los parmetros
QoS estn orientados al usuario y se describen en trminos independientes de la red. Los parmetros
NP, derivados de ellos, estn orientados a la red, es decir utilizable en la especificacin de los
requisitos de calidad de funcionamiento para redes particulares pero, si bien determinan finalmente
la QoS (observada por el usuario) no describen necesariamente la calidad en modo significativo
para los usuarios.
Los requisitos de QoS determinan los objetivos de GoS de extremo a extremo. A partir de los
objetivos de extremo a extremo, una divisin proporciona los objetivos de GoS para cada etapa o
componente de la red. Esta divisin depende de la estrategia del operador de la red. As, la
Recomendaciones de la UIT slo especifican la divisin y asignacin de los objetivos de GoS a las
distintas redes que pueden tener que cooperar para establecer una llamada (por ejemplo, red
nacional de origen, red internacional y red nacional de terminacin en una llamada internacional).
Para obtener una visin general de la red en estudio y para facilitar la segmentacin del GoS, las
Recomendaciones de la UIT proporcionan las denominadas conexiones de referencia. Una conexin
de referencia est constituida por uno o ms diagramas simplificados del trayecto que una llamada
(o conexin) pueda tener en la red, incluidos los puntos de referencia apropiados donde se definen
las interfaces entre entidades. En algunos casos un punto de referencia define una interfaz entre dos
operadores. Las Recomendaciones dedicadas a proporcionar conexiones de referencia se enumeran
en el cuadro 1.4. La Recomendacin E.701 proporciona conexiones de referencia para
01.12.06
- 32 -
Fecha
Ttulo
E.701
10/92
E.751
02/96
E.752
10/96
E.755
02/96
E.651
03/00
El criterio explicado anteriormente para definir los objetivos de GoS comenz a ampliarse en la
elaboracin de la Recomendacin E.720, dedicada a la RDSI-BE. Las Recomendaciones sobre
objetivos de GoS para la RTPC, que son generalmente ms antiguos, siguen un criterio diferente y
se pueden considerar actualmente como una excepcin dentro del conjunto de Recomendaciones
de GoS. Se iniciar este panorama general con las nuevas Recomendaciones que estn enumeradas
en el cuadro 1.5. Las Recomendaciones E.720 y E.721 estn dedicadas a servicios con
conmutacin de circuitos en la RDSI-BE. La Recomendacin E.720 proporciona directrices
generales y la Recomendacin E.721 presenta parmetros y valores objetivo de grado de servicio.
Los parmetros de grado de servicio de extremo a extremo recomendados son:
Retardo de preseleccin
01.12.06
- 33 -
Figura 1.10
Conexin de referencia IP a RTPC/RDSI o RTPC/RDSI a IP
Leyendas de la figura 1.10
1)
Red de acceso IP
2)
Pasarela RTPC/RDSI
3)
RTPC/RDSI
4)
5)
Red ncleo IP
6)
Despus de definir estos parmetros, la Recomendacin E.721 proporciona valores objetivo para
carga normal y elevada, como se define en la Recomendacin E.500. Para los parmetros de retardo
se indican los valores objetivo para el retardo medio y para el 95% del cuartil. Para los parmetros
que dependen de la longitud de la conexin, se recomiendan diferentes conjuntos de valores
objetivo para las conexiones locales, interurbanas e internacionales. La Recomendacin proporciona
conexiones de referencia, caracterizadas por una gama tpica del nmero de nodos de conmutacin,
para los tres tipos de conexiones.
Basado en los parmetros de GoS relacionados con el retardo y los valores objetivo que figuran en
la Recomendacin E.721, la Recomendacin E.723 identifica los parmetros y valores objetivo de
grado de servicio para redes del sistema de sealizacin N 7. Los parmetros identificados
constituyen los retardos incurridos por el mensaje de direccin inicial (IAM) y por el mensaje de
respuesta (ANM). Los valores objetivo compatibles con los indicados en la Recomendacin E.721
vienen dados para las conexiones locales, interurbanas e internacionales. El nmero tpico de nodos
de conexin de las conexiones de referencia proporcionadas en la Recomendacin E.721 se
complementan en la Recomendacin E.723 con el nmero tpico de puntos de transferencia de la
seal.
Los valores objetivo proporcionados en la Recomendacin E.721 se refieren a llamadas que no
invocan servicios de la red inteligente (RI). La Recomendacin E.724 especifica los retardos
incrementales que se permiten cuando stos se invocan. Se proporcionan topologas de referencia
para las clases de servicio ms destacadas, tales como indagacin de base de datos,
redireccionamiento de llamada, tentativas de establecimiento mltiples, etc. Se proporcionan
valores objetivo del retardo incremental para el procesamiento de un servicio RI nico para algunas
01.12.06
- 34 -
clases de servicio as como el retardo total de la seleccin ulterior incremental para procesamiento
de todos los servicios RI.
Cuadro 1.5 Recomendaciones sobre objetivos de GoS (excepto para la RTPC)
Rec.
Fecha
Ttulo
E.720
11/98
E.721
05/99
E.723
06/92
E.724
02/96
E.726
03/00
E.728
03/98
E.770
03/93
E.771
10/96
E.773
10/96
E.774
10/96
E.775
02/96
E.776
10/96
E.671
03/00
Mientras que los requisitos de QoS en nivel de llamada puede ser similar para todos los servicios
(quiz con la excepcin de los servicios de emergencia), los requisitos de QoS en nivel de clula
pueden ser diferentes en funcin del tipo de servicio: los requisitos de demora para servicios de
seales vocales y de vdeo son muchos ms rigurosos que para servicios de datos. As, los valores
objetivo para el nivel de clula deben ser dependientes del servicio. Estos valores objetivo se dejan
01.12.06
- 35 -
para ulterior estudio y se proporcionan los valores objetivo para los parmetros de GoS en nivel de
llamada para conexiones locales, interurbanas e internacionales.
La Recomendacin E.728, que se refiere a la sealizacin de la RDSI-BA, se basa en los
parmetros en nivel de llamada relacionados con el retardo que figuran en la Recomendacin E.726.
La Recomendacin E.728 es anloga a la Recomendacin E.723 y su relacin con la
Recomendacin E.726 es tambin anloga a la Recomendacin E.723 y a la Recomendacin E.721.
En la serie de redes mviles hay tres pares de Recomendaciones anlogas al par E.720/E.721: Las
Recomendaciones E.770 y E.771 para redes mviles terrestres, las Recomendaciones E.773
y E.774 para sistemas martimos y aeronuticos y las Recomendaciones E.775 y E.776 para
servicios UPT. Todas ellas se refieren a servicios con conmutacin de circuitos. En las mismas se
analizan las caractersticas de los servicios correspondientes que hace necesario especificar valores
objetivo menos rigurosos para los parmetros de GoS definidos en la Recomendacin E.721 y,
asimismo, define otros parmetros de GoS que son especficos para esos servicios. Por ejemplo, en
las Recomendaciones E.770 y E.771 sobre redes mviles terrestres, las razones para disponer de
parmetros menos rigurosos son: las limitaciones de la interfaz radioelctrica, la necesidad de
autenticacin de terminales y bsqueda del usuario llamado, y la necesidad de interrogar el punto de
partida y (en el caso de itinerancia) las bases de datos de la red visitada para obtener el nmero de
encaminamiento. Un parmetro de GoS adicional en redes mviles terrestres es la probabilidad de
traspaso de llamadas no satisfactorias. Los valores objetivo se indican para llamadas fijas a mviles,
mviles a fijas y mviles a mviles considerando las conexiones locales, interurbanas e
internacionales.
La elaboracin de Recomendaciones sobre parmetros y valores objetivo de grado de servicio para
redes basadas en el protocolo Internet se ha iniciado recientemente. La Recomendacin E.671 slo
abarca un aspecto que fue necesario proporcionar asesoramiento urgente. Se trataba de la
especificacin de valores objetivo para el retardo posterior a la seleccin en redes telefnicas
pblicas conmutadas y redes digitales de servicios integrados cuando una porcin de la conexin
con conmutacin de circuitos se reemplaza por telefona IP y el usuario no nota este cambio. La
Recomendacin E.671 determina que el retardo de extremo a extremo debe ser en este caso igual al
especificado en la Recomendacin E.721.
Por ultimo, se examinarn las Recomendaciones de GoS dedicadas a la RTPC, que figuran en el
cuadro 1.6. La Recomendaciones E.540, E.541 y E.543 se pueden considerar como el complemento
de la Recomendacin E.721 sobre redes telefnicas pblicas conmutadas pero organizada de
distinta manera como se indic anteriormente. Estn centradas en conexiones internacionales como
era usual en la antigua Recomendacin de la UIT. La Recomendacin E.540 especifica la
probabilidad de bloqueo de la parte internacional de una conexin internacional, la
Recomendacin E.541 la probabilidad de bloqueo de extremo a extremo de una conexin
internacional, y la Recomendacin E.543 la probabilidad de prdida interna y retardos de una
central telefnica internacional. Es necesario revisar esas Recomendaciones para decidir si deben
suprimidas, y ampliar a la vez el alcance de la Recomendacin E.721 para incluir redes telefnicas
pblicas conmutadas.
01.12.06
- 36 -
Fecha
Ttulo
E.540
11/98
E.541
11/88
E.543
11/88
E.550
03/93
Los valores objetivo de los parmetros especificados en todas las Recomendaciones de GoS
suponen que la red y sus componentes son plenamente operacionales. Por otra parte las
Recomendaciones sobre disponibilidad se ocupan de la intensidad de fallos y la duracin de las
averas de componentes de red, sin considerar la fraccin de tentativas de llamada que est
bloqueada debido al fallo. La Recomendacin E.550 combina conceptos de los aspectos de
disponibilidad y congestin de trfico y define nuevos parmetros de calidad de funcionamiento y
valores objetivo que tienen en cuenta ambos efectos en una central telefnica.
1.5.4
Una vez que la demanda de trfico haya sido caracterizada y se hayan establecido los objetivos de
GoS, la ingeniera de trfico debe proporcionar un diseo eficaz en funcin de los costos y una
explotacin de la red que satisfaga la demanda de trfico, as como el cumplimiento de los objetivos
de GoS. La contribucin de la ingeniera de trfico en el diseo y explotacin de las redes es el
dimensionamiento de la red as como los controles de trfico. El dimensionamiento de la red
asegura que sta tenga los recursos suficientes como para atender la demanda de trfico. Incluye el
dimensionamiento de los elementos fsicos de la red y de los elementos lgicos como, por ejemplo,
los trayectos virtuales de una red ATM. Los controles de trfico son tambin necesarios para
asegurar que se satisfacen los objetivos de GoS. Entre los controles de trfico se pueden distinguir:
01.12.06
- 37 -
01.12.06
- 38 -
Fecha
Ttulo
E.510
10/45
E.520
11/88
E.521
11/88
E.522
11/88
E.524
05/99
E.525
06/92
E.526
03/93
E.527
03/00
E.528
02/96
E.529
05/97
E.731
10/92
Con excepcin de la Recomendacin E.510 que slo tiene valor histrico, las Recomendaciones
E.520, E.521, E.522 y E.524 abordan aspectos de dimensionamiento de grupos de circuitos o
combinaciones de grupos finales/ de gran utilizacin que llevan conexiones de rgimen nico (o
segmento nico). Los mtodos de proteccin del servicio no se consideran en esas
Recomendaciones.
01.12.06
- 39 -
La Recomendacin E.525 presenta mtodos de proteccin del servicio para redes que llevan
conexiones de rgimen nico. Describe las aplicaciones y los mtodos disponibles: divisin de
grupos de circuitos, reserva de circuitos (denominado tambin reserva de lneas de enlace o, en
redes con conmutacin de paquetes, reserva de anchura de banda) y circuitos virtuales. Las
Recomendaciones proporcionan mtodos para evaluar la probabilidad de bloqueo de cada flujo de
trfico para grupos de circuitos de trayecto nico y para conexiones de encaminamiento alternativo
que tienen en cuenta el dimensionamiento de los grupos de circuitos y el umbral que define los
mtodos de proteccin. Se efecta una comparacin de los mtodos de proteccin de servicio
disponibles en lo que se refiere a la eficacia, proteccin contra sobrecargas, resistencia y
repercusin del factor de curtosis.
Las Recomendaciones E.526 y E.527 se ocupan del dimensionamiento de grupos de circuitos que
llevan conexiones multiintervalos (o de tarifas mltiples). En ambas Recomendaciones se
consideran mtodos de proteccin de servicio. La Recomendacin E.526 examina grupos de
circuitos de trayecto nico mientras que la Recomendacin E.527 se ocupa de esquemas de
encaminamiento alternativo.
En el cuadro 1.8 se resumen los elementos contemplados en cada una de las Recomendaciones
mencionadas anteriormente. La Recomendacin E.528 abarca el dimensionamiento de un tipo de
grupo de circuitos particular pero muy importante donde se utiliza el equipo de multiplicacin de
circuitos digitales (DCME, digital circuit multiplication equipment) para obtener ganancias de
multiplexacin estadstica. El DCME en comunicaciones por satlite ahorra circuitos mediante la
interpolacin de rfagas de seales vocales de diferentes canales aprovechando los silencios
existentes en una conversacin. Se presentan mtodos de dimensionamiento para grupos de
circuitos que proporcionan integracin de trfico que contiene voz, facsmil y datos en banda
telefnica.
Cuadro 1.8 Elementos considerados en las Recomendaciones E.520 a E.527 sobre
dimensionamiento de grupos de circuitos. * Solo circuitos simples
Recomendacin
E.520
E.521
E.522
E.524
E.525
E.526
E.527
Encaminamiento alternativo
No
S*
S*
No
Proteccin de servicio
No
No
No
No
Conexiones multiintervalo
No
No
No
No
No
01.12.06
- 40 -
Fecha
E.735
05/97
E.736
05/97
E.737
05/97
As:
Ttulo
Perspectiva a nivel de paquete: como el CAC asegura que los objetivos de GoS en el nivel
de paquete se satisfacen independientemente del rgimen de conexiones ofrecido a la red, el
nivel de paquete se hace independiente del trfico ofrecido a nivel de conexin y del
dimensionamiento de la red.
Perspectiva a nivel de conexin: como el CAC, al decidir la aceptacin de una conexin,
tiene en cuenta todos los controles aplicado en el nivel de paquete, resume todos los
controles en el nivel de paquete en una cantidad de recursos requerido por una conexin.
Permite que el nivel de conexin de una red con conmutacin de paquetes sea similar a la
de una red con conmutacin de circuitos: la cantidad de recursos requeridos por una
conexin denominada anchura de banda efectiva o equivalente (o, en ATM, velocidad de
clula equivalente) es igual al nmero de intervalos requerido por una conexin de
01.12.06
- 41 -
intervalos mltiples en una red con conmutacin de circuitos. Los controles de trfico en el
nivel de conexin y el dimensionamiento de la red deben asegurar que los requisitos de
GoS a nivel de conexin, tpicamente las probabilidades de bloqueo de conexin
especificadas, se satisfacen teniendo en cuenta la anchura de banda efectiva que se debe
asignar a cada conexin.
En la prctica, esta separacin entre nivel de paquete y nivel de conexin no es tan completa como
se describi anteriormente: la anchura de banda efectiva de una conexin depende de la capacidad
del enlace fsico o lgico en el que est transportada (con excepcin de las caractersticas de trfico
en el nivel de paquete de la conexin) mientras que a su vez, la capacidad de los enlaces se debe
dimensionar teniendo en cuenta la anchura de banda efectiva de las conexiones. Se hace necesario
un proceso iterativo entre el nivel de conexin y el nivel de paquete para el dimensionamiento de
la red.
La Recomendacin E.735 es el marco para el control de trfico y el dimensionamiento en la
RDSI-BA. Presenta los conceptos descritos anteriormente, define qu es una conexin y qu es un
recurso y analiza estrategias para la configuracin lgica de la red.
La Recomendacin 736 se centra en el nivel de paquete. Proporciona mtodos para la evaluacin
de la calidad de funcionamiento en el nivel de paquete, propone estrategias de multiplexacin
posibles (asignacin de velocidad mxima, multiplexacin de la envolvente de velocidad y
comparticin de velocidad estadstica) y analiza las repercusiones y aplicacin de cada una de ellas.
Basado en este anlisis, la Recomendacin proporciona mtodos para controles en el nivel de
paquete. Se debe destacar la importancia de los mtodos para el control de admisin de la conexin
y para la integracin (o segregacin) de servicios con requisitos de QoS diferentes sea por recursos
exclusivos o por comparticin de los mismos recursos e implantacin de prioridades de prdidas y/o
retardos. Estudia tambin las tcnicas adaptativas de gestin de recursos para controlar el flujo de
paquetes de servicios con requisitos de retardo no rigurosos.
La Recomendacin E.737 proporciona mtodos para el dimensionamiento de la red y grupos de
circuitos y examina los controles de trfico en el nivel de conexin, en particular los mtodos de
proteccin del servicio. Asimismo, se tienen en cuenta los mtodos de encaminamiento de trfico.
Como la anchura de banda efectiva de una conexin se modela conforme al nmero de intervalos de
una conexin de intervalos mltiples, esta Recomendacin no es muy diferentes de las que se
ocupan del dimensionamiento de redes con conmutacin de circuitos. No obstante, la
Recomendacin aborda algunas caractersticas que son particulares de las redes con conmutacin de
paquetes; la iteracin mencionada anteriormente entre el dimensionamiento de la red y la anchura
de banda efectiva; la discretizacin de la anchura de banda requerida en mltiplos de una unidad de
cuantificacin de la anchura de banda, dado que los modelos de intervalos mltiples slo utilizan
nmeros enteros de intervalos; y las repercusiones sobre el dimensionamiento de servicios con
diferentes requerimientos de QoS en el nivel de paquete. En el cuadro 1.10 se enumeran las
Recomendaciones sobre controles de trfico y dimensionamiento de redes de sealizacin y redes
inteligentes (RI). Las Recomendaciones E.733 y E.734 abordan el dimensionamiento y la
Recomendacin E.744 los controles de trfico.
01.12.06
- 42 -
Fecha
Ttulo
E.733
11/98
E.734
10/96
E.744
10/96
01.12.06
- 43 -
1.5.5
Una vez que la red sea operacional, se requiere la supervisin continua del GoS. Aunque la red est
correctamente dimensionada, hay situaciones de sobrecarga y fallo no consideradas en el
dimensionamiento donde las operaciones de gestin de trfico de la red han de ser tomadas en breve
tiempo (minutos, horas). En situaciones consideradas en el dimensionado, los errores de previsin
de trfico o aproximaciones efectuadas en los modelos de dimensionamiento pueden conducir a un
GoS diferente del previsto. Para detectar estos problemas y para producir la realimentacin
necesaria para la caracterizacin del trfico y diseo de la red es necesario efectuar la supervisin
del grado de servicio. En funcin de los problemas detectados, las reconfiguraciones de red,
modificaciones de los diagramas de encaminamiento o ajuste de los parmetros de control de trfico
se pueden efectuar a plazo medio (semanas, meses). Se puede evaluar tambin la urgencia de la
planificacin de ampliaciones de la red a largo plazo. Las Recomendaciones E.490, E.491, E.502,
E.503, E.504, E.505 y E.745, comentadas en el 4.2, se refieren a las mediciones de trfico y de
calidad de funcionamiento. En esta seccin se comentarn las Recomendaciones E.492 y E.493
indicadas en el cuadro 1.11, que son las nicas relacionadas con mediciones de calidad de
funcionamiento.
Cuadro 1.11 Recomendaciones sobre mediciones de calidad de funcionamiento
(para Recomendaciones que se refieren a mediciones de trfico
y de calidad de funcionamiento, vase el cuadro 1.2)
Rec.
Fecha
Ttulo
E.492
02/96
E.493
02/96
01.12.06
- 44 -
1.5.6
Otras Recomendaciones
Hay pocas Recomendaciones cuyo alcance no se agrupa en algunos de los temas considerados en la
clasificacin efectuada. Estas Recomendaciones se enumeran en el cuadro 1.12.
La Recomendacin E.600 proporciona una lista de los trminos y definiciones de ingeniera de
trfico utilizados en todo el conjunto de Recomendaciones sobre este tema.
Las Recomendaciones E.700 y E.750 son Recomendaciones introductorias a las Recomendaciones
de la serie E.700/749 sobre ingeniera de trfico para la RDSI-BA y RDSI-BE y a las
Recomendaciones de la serie E.750/799 sobre ingeniera de trfico para redes mviles,
respectivamente.
Cuadro 1.12 Recomendaciones que no se agrupan en ninguna de las
divisiones consideradas en la clasificacin
Rec.
Fecha
Ttulo
E.523
11/88
E.600
03/93
E.700
10/92
E.750
03/00
La Recomendacin E.523 proporciona perfiles de trfico de 24 horas normalizado para los flujos
de trfico entre pases en diferentes ubicaciones de tiempo relativas. Esta informacin basada en la
medicin puede ser til para los pases que no disponen de mediciones. Los perfiles se refieren al
trfico telefnico y no se deben utilizar para trficos de datos pues los perfiles pueden ser muy
diferentes.
1.5.7
Los trabajos de la UIT se planifican en periodos de cuatro aos llamados periodos de estudios. En el
pasado, las Recomendaciones elaboradas durante un periodo de estudios eran aprobadas y
publicadas al final del mismo. Actualmente, los mtodos de trabajo son ms dinmicos: las
Recomendaciones se pueden aprobar y publicar en cualquier momento, el programa de trabajo
preparado para un periodo de estudios se puede actualizar a lo largo del mismo de acuerdo con las
necesidades.
El programa de trabajos para el periodo 2001-2004 pone de relieve la ingeniera de trfico para
comunicaciones personales, redes IP y sealizacin. Se han definido tres Cuestiones (es decir temas
de estudio), una para cada asunto. Los ttulos de las Cuestiones son:
Ingeniera de trfico para redes que soportan servicios basados en el protocolo Internet.
Para cada Cuestin se ha formado un Grupo de Expertos. El Grupo de Expertos, coordinado por un
Relator se encarga de la elaboracin de las Recomendaciones relacionadas con la Cuestin.
La estructura de los Grupos de Trabajo y el programa de trabajos para el Periodo de
Estudios 2001-2004 figura en el anexo 1.
01.12.06
- 45 -
1.5.8
Conclusiones
Se ha dado un panorama general de las Recomendaciones sobre ingeniera de trfico elaboradas por
la UIT. Detrs de este amplio conjunto de Recomendaciones hay una gran cantidad de trabajo
efectuado por especialistas del todo el mundo sobre ingeniera de trfico. Este conjunto de
Recomendaciones tiene la intencin de constituir una valiosa ayuda para los ingenieros a cargo del
diseo y operaciones de redes de telecomunicaciones. No obstante, el grupo de Recomendaciones
sobre ingeniera de trfico no puede ser nunca un conjunto completo, pues continuamente aparecen
nuevas tecnologas, nuevos servicios y nuevos mtodos de teletrfico que necesitan ser
incorporados a las Recomendaciones.
El autor desea alentar a los expertos en teletrfico a contribuir a la preparacin de nuevas
Recomendaciones y a la revisin de las antiguas. Las Recomendaciones de la UIT se pueden
considerar como un puente entre la actividad de investigacin de teletrfico y la prctica diaria de
ingeniera de trfico efectuada por los operadores. Un mtodo innovador tiene gran posibilidad de
ser utilizado en la prctica si figura en una Recomendacin de la UIT. Es muy valioso que el
investigador contribuya con la UIT a fin de ampliar sus ideas. La prctica operativa diaria obtendr
tambin beneficios de esta contribucin. Los mtodos de trabajos actuales como, por ejemplo, el
uso extensivo del correo electrnico facilita la cooperacin informal de los investigadores con el
trabajo de la UIT.
01.12.06
- 46 -
CAPTULO 2
Conceptos de trfico y de grado de servicio
Los costos de un sistema telefnico se pueden dividir en costos que dependen de la cantidad de
abonados y costos que dependen de la cantidad de trfico en el sistema.
A la hora de planificar un sistema de telecomunicaciones, el objetivo es ajustar el volumen de los
equipos de manera que pueda darse respuesta a las variaciones en el trfico sin que surjan
problemas importantes, manteniendo los costos de las instalaciones en el nivel ms bajo posible.
Los equipos han de utilizarse con la mayor eficacia posible.
La ingeniera de teletrfico se centra en la optimizacin de la estructura de la red y en el ajuste del
volumen del equipo, que depende del volumen de trfico.
En las pginas siguientes se introducirn conceptos fundamentales y se ilustrarn algunos ejemplos
que indican cmo se comporta el trfico en sistemas reales. Todos los ejemplos proceden del sector
de telecomunicaciones.
2.1
(2.1)
Trfico transportado Y = Ac: Este es el trfico transportado por el grupo de servidores durante el
intervalo de tiempo T (vase la figura 2.1). En aplicaciones, el trmino intensidad de trfico tiene,
por lo general, el significado de intensidad de trfico media.
01.12.06
- 47 -
2)
Tiempo
La Recomendacin del UIT-T tambin indica que la unidad generalmente utilizada para la
intensidad de trfico es el erlang (smbolo E). Este nombre fue dado a la unidad de trfico en 1946
por el CCIF (predecesor del CCITT y del UIT-T), en honor del matemtico dans A.K. Erlang
(1878-1929), que fue el fundador de la teora del trfico en telefona. Esta unidad es adimensional.
El total de trfico transportado en un periodo de tiempo T es el volumen de trfico, y se mide en
erlang-hora (Eh). Es igual a la suma de todos los tiempos de ocupacin dentro del periodo T.
Conforme a las normas ISO la unidad normalizada debe estar expresada en erlang/segundos, pero
por lo general la medicin de erlang/hora tiene un orden de dimensin ms natural.
El trfico transportado nunca debe exceder el nmero de canales (lneas). Un canal puede
transportar como mximo un erlang. Los ingresos son a menudo proporcionales al trfico
transportado.
Trfico ofrecido A: En modelos tericos se utiliza el concepto de trfico ofrecido; es decir el
trfico que sera transportado si no se rechazaran llamadas debido a la falta de capacidad por
ejemplo, si el nmero de servidores fuera ilimitado. El trfico ofrecido es un valor terico y no
puede ser medido. Slo es posible estimar el trfico ofrecido conforme al trfico transportado.
Tericamente se trabaja con la intensidad de llamada , que es el nmero de llamadas medio
ofrecido por unidad de tiempo, y tiempo de servicio medio s. El trfico ofrecido es igual a:
A = s
(2.2)
Esta ecuacin permite comprobar que la unidad de trfico no tiene dimensin. Esta definicin
supone que conforme a la definicin anterior hay un nmero ilimitado de servidores. Si se utiliza la
definicin para un sistema con capacidad limitada se obtendr una definicin que depende de la
01.12.06
- 48 -
capacidad del sistema. Esta ltima definicin se ha utilizado durante muchos aos (por ejemplo para
el caso Engset, Captulo 8), pero no es apropiada pues el trfico ofrecido debe ser independiente del
sistema.
Trfico perdido o rechazado Al: La diferencia entre trfico ofrecido y trfico transportado es igual
al trfico rechazado. El valor de este parmetro se puede reducir aumentando la capacidad del
sistema.
Ejemplo 2.1.1: Definicin de trfico
Si la intensidad de llamada es de 5 llamadas por minuto, y el tiempo de servicio medio es
de 3 minutos, el trfico ofrecido ser entonces de 15 erlang. El volumen de trfico ofrecido durante
un da laborable de 8 horas es entonces de 120 erlang/hora.
Ejemplo 2.1.2: Unidades de trfico
Anteriormente se utilizaban otras unidades de trfico. Las ms comunes que se emplean an son:
SM
= Minutos de conversacin
1 SM = 1/60 Eh.
CCS = Centenar de segundos de llamada:
1 CCS = 1/36 Eh.
Esta unidad se basa en un tiempo de retencin medio de 100 segundos y an se
puede encontrar, por ejemplo, en Estados Unidos.
EBHC = Llamada reducida en las horas ms cargadas:
1 EBHC = 1/30 Eh.
Esta unidad se basa en un tiempo de ocupacin medio de 120 segundos.
Se puede comprender de inmediato que el erlang es la unidad natural para la intensidad de trfico
debido a que esta unidad es independiente de la unidad de tiempo escogida.
El trfico ofrecido es un parmetro terico utilizado en frmulas de dimensionamiento tericas. Sin
embargo, el nico parmetro mensurable es, en realidad, el trfico transportado, que a menudo
depende del sistema real.
En sistemas de transmisiones de datos no se habla de tiempo de servicio sino de necesidades de
transmisin. Una tarea puede ser por ejemplo la transferencia de s unidades (por ejemplo, bits o
bytes). La capacidad del sistema , velocidad de sealizacin de datos, se mide en unidades por
segundos (por ejemplo, bits/segundo). Por tanto, el tiempo de servicio para dicha tarea, es decir el
tiempo de transmisin, es s/ unidades de tiempo (por ejemplo segundos), lo cual significa que
depende de . Si en promedio las tareas llegan por unidad de tiempo, la utilizacin del sistema
es entonces:
(2.3)
A = i si d i
(2.4)
i =0
01.12.06
- 49 -
El teletrfico vara conforme a la actividad en la sociedad. El trfico est generado por una sola
fuente, los abonados, que normalmente efectan llamadas telefnicas independientes entre s.
Una investigacin de las variaciones del trfico indica que es parcialmente de naturaleza estocstica
y parcialmente de naturaleza determinstica. En la figura 2.2 se muestra la variacin de la cantidad
de llamadas en la maana de un lunes. Mediante la comparacin de diversos das se puede
distinguir una curva determinstica con variaciones estocsticas superpuestas.
Durante un periodo de 24 horas el trfico presenta una contribucin como la que se indica en la
figura 2.3. El primer punto de mxima est producido por abonados de oficinas comerciales al
comenzar las horas laborables de la maana, posiblemente llamadas diferidas del da anterior.
Alrededor de las 12 es hora de almorzar y por la tarde hay nuevamente cierta actividad.
Alrededor de las 19 horas hay de nuevo un punto de mxima causado por llamadas privadas y una
posible reduccin de las tasas a partir de las 19.30 horas. El tamao recproco de las crestas depende
entre otras cosas que la central est ubicada en una zona residencial tpica o en una zona comercial.
Tambin depende del tipo de trfico deseado. Si se considera el trfico entre Europa y, por ejemplo,
Estados Unidos la mayora de las llamadas tendr lugar en horas avanzadas de la tarde debido a la
diferencia horaria.
01.12.06
- 50 -
Llamadas/minuto
2)
Tiempo
Figura 2.3 Nmero medio de llamadas por minuto para una central de conmutacin tomada
como promedio para periodos de 15 minutos durante 10 das laborales
(lunes a viernes). En el tiempo de las mediciones no haba tasas
reducidas fuera de las horas de trabajo. (Iversen, 1973 [37])
Leyendas de la figura 2.3
1)
Llamadas/minuto
2)
Tiempo
01.12.06
- 51 -
01.12.06
- 52 -
Figura 2.4 Tiempo de ocupacin medio para lneas de enlace en funcin de la hora
del da. (Iversen, 1973 [37]). Las mediciones excluyen las llamadas locales
Leyendas de la figura 2.4
1)
2)
Hora
01.12.06
- 53 -
Cantidad de llamadas
2)
Dom Lun Mar Mie Jue Vie Sb Dom Lun Mar Mie Jue Vie Sb
01.12.06
- 54 -
Llegadas
2)
Hora del da
La telefona mvil celular tiene un perfil diferente con valores mximos en horas avanzadas de la
tarde, con un tiempo de ocupacin medio ms breve que para llamadas por lneas almbricas.
Mediante la integracin de las diversas formas de trfico en la misma red se puede obtener entonces
una mejor utilizacin de los recursos.
2.3
Concepto de bloqueo
El sistema telefnico no est dimensionado para que todos los abonados se puedan conectar al
mismo tiempo. Numerosos abonados comparten los costosos equipos de las centrales. La
concentracin tiene lugar del abonado a la central. El equipo que est separado para cada abonado
se debe hacer lo ms econmico posible.
En general, se espera que del 5 al 8% aproximadamente de los abonados pueda efectuar llamadas al
mismo tiempo en la hora cargada (cada telfono se utiliza de 10 a 16% del tiempo). Para llamadas
internacionales menos del 1% de los abonados efecta llamadas simultneamente. De esta manera,
se aprovechan las ventajas de la multiplexacin estadstica. Cada abonado debe sentir que tiene
acceso irrestricto a todos los recursos de sistemas de telecomunicaciones aun cuando lo comparta
con muchos otros abonados.
La cantidad de equipos est limitada por razones econmicas y, por tanto, es posible que un
abonado no pueda establecer una llamada, sino que tenga que esperar o quedar bloqueado (por
ejemplo, el abonado recibe el tono de ocupado y deba efectuar una nueva tentativa de llamada).
Ambos son inconvenientes para el abonado.
01.12.06
- 55 -
Figura 2.7 Tiempo de ocupacin medio en segundos en funcin de la hora del da para
llamadas que se reciben dentro del periodo considerado. Tele Danmark Internet.
Martes 19.01.1999
Leyendas de la figura 2.7
1)
2)
Hora del da
De acuerdo con el funcionamiento del sistema se puede distinguir entre sistemas de prdidas (por
ejemplo, grupos de enlace) y sistemas de tiempo de espera (por ejemplo, unidades de control comn
y sistemas de computacin) o una mezcla de stos si el nmero de posiciones de espera (memoria
intermedia) es limitado.
El inconveniente en sistemas de prdidas debido a la insuficiencia de equipos se puede expresar de
tres maneras (medidas de calidad de funcionamiento de la red):
Congestin de llamadas (B):
Fraccin de las tentativas de llamada que observan los
servidores ocupados (molestia que experimenta el abonado).
Congestin temporal (E):
Fraccin de tiempo cuando todos los servidores estn
ocupados. La congestin temporal puede ser medida, por
ejemplo, en la central (= congestin virtual).
Congestin de trfico (C):
Fraccin del trfico ofrecido que no es transportado,
posiblemente a pesar de diversos intentos.
Estas medidas cuantitativas pueden ser utilizadas, por ejemplo, para establecer normas de
dimensionamiento para grupos de enlace.
En pequeos valores de congestin es posible tratar la congestin con buena aproximacin en las
distintas partes del sistema como independiente recproca. La congestin para un determinado
encaminamiento es entonces aproximadamente igual a la suma de la congestin de cada enlace del
01.12.06
- 56 -
Si el abonado A desea hablar con el abonado B se producir una llamada satisfactoria o bien una
tentativa de llamada fracasada. En el ltimo caso, A puede repetir ms tarde la intencin de llamada
e iniciar as una serie de tentativas de llamada sin xito. Las estadsticas de llamada se presentan
generalmente como se muestra en el cuadro 2.1, donde los errores se han agrupado en varias clases
tpicas. Se observa que los nicos errores que pueden ser influenciados directamente por el operador
son los errores tcnicos y bloqueo. Esta clase usualmente es pequea pues representa un escaso
porcentaje durante la hora cargada. Asimismo, se observa que la cantidad de llamadas que
experimentan B ocupado dependen del nmero de errores de A y errores tcnicos y bloqueo. Por
consiguiente, las estadsticas que figuran en el cuadro 2.1 no son apropiadas. Para obtener las
probabilidades pertinentes, que se muestran en la figura 2.8, slo se considerarn las llamadas que
llegan a la etapa considerada cuando se calculan probabilidades. Aplicando la notacin en la
figura 2.8 se hallan las siguientes probabilidades para un intento de llamada (suponiendo
independencia):
p{error de A} = pe
(2.5)
(2.6)
(2.7)
Pas I
Pas D
Error de A:
Errores tcnicos y bloqueo:
B no contesta antes de que A cuelgue:
B ocupado:
B contesta = conversacin
15
5%
10%
10%
60%
20%
35%
5%
20%
20%
Sin conversacin
40%
80%
01.12.06
- 57 -
Figura 2.8 Cuando se calculan las probabilidades de eventos para un determinado nmero
de intentos de llamadas se deben considerar las probabilidades condicionales
Leyendas de la figura 2.8
1)
Error de A
2)
3)
Sin respuesta
4)
B ocupado
5)
B contesta
Cuadro 2.2 Las probabilidades pertinentes para los resultados individuales
de las tentativas de llamada calculadas para el cuadro 2.1
Pas I
pe =
15
100
ps =
5
85
Pas D
= 15%
pe =
20
100
= 20%
= 6%
ps =
35
80
5
45
20
45
20
45
44%
pn =
10
80
13%
pb =
11%
10
80
13%
pa =
75%
pn =
pb =
44%
60
80
pa =
44%
(2.8)
(2.9)
Utilizando los valores del cuadro 2.1 se hallan las cifras que se muestran en el cuadro 2.2.
Conforme a esta informacin se puede observar que aun si el abonado A se comporta correctamente
y el sistema telefnico es perfecto, slo el 75% de los intentos de llamada en los pases I, y el 45%
en los pases D, respectivamente, dan por resultado una conversacin.
Se puede distinguir entre el tiempo de servicio, que incluye el tiempo desde el instante en que se
ocupa un servidor hasta que ste se desocupa nuevamente (por ejemplo, establecimiento de la
llamada, duracin de la conversacin y terminacin de la llamada), y duracin de la conversacin,
01.12.06
- 58 -
que es el periodo de tiempo en el que A conversa con B. En razn de las tentativas de llamada
fracasadas el tiempo de servicio medio es a menudo menor que la duracin media de la llamada si
se incluyen todas las tentativas de llamada. En la figura 29 se muestra un ejemplo con tiempos de
ocupacin observados.
Ejemplo 2.4.1: Tiempo medio de ocupacin
Se supone que el tiempo medio de ocupacin de las llamadas que son interrumpidas antes que B
conteste (error de A, congestin, errores tcnicos) es de 20 segundos y que el tiempo medio de
ocupacin de llamadas que llegan al abonado B (no contesta, ocupado, contesta) es de 180
segundos. El tiempo medio de ocupacin del abonado A se calcula utilizando los valores que
figuran en el cuadro 2.1:
20
80
20 +
180 = 148 segundos
100
100
Pas I:
ma =
Pas D:
ma =
55
45
20 +
180 = 92 segundos
100
100
Se puede observar que el tiempo medio de ocupacin aumenta de 148 s (92 s, respectivamente) en
el abonado A a 180 s en el abonado B. Si una tentativa de llamada implica ms intenciones de
llamada repetidos (vase tambin el ejemplo 2.4), el trfico transportado puede ser mayor que el
trfico ofrecido.
Si se conoce el tiempo medio de servicio de las fases individuales de una tentativa de llamada, se
puede calcular la proporcin de las intenciones de llamada que se pierden durante las fases
individuales. Esto se puede aprovechar para analizar sistemas electromecnicos utilizando sistemas
SPC para recopilar datos.
Cada tentativa de llamada carga los grupos de control en la central (por ejemplo, una computadora o
una unidad de control) con una carga casi constante mientras que la carga de la red es proporcional
a la duracin de la llamada. Por esta razn muchas tentativas de llamada fracasados pueden
sobrecargar los dispositivos de control mientras que la red an dispone de capacidad libre. Las
tentativas de llamada repetidas no son necesariamente motivadas por errores en el sistema
telefnico, sino que tambin pueden ser causadas, por ejemplo, por un abonado B ocupado. Este
problema fue tratado por primera vez por Fr. Johannsen en su libro "Busy" (ocupado) publicado
en 1908 (Johannsen, 1908 [52]. En las figuras 2.10 y 2.11 se muestran algunos ejemplos de
mediciones del comportamiento del abonado.
Los estudios de la respuesta de los abonados con relacin, por ejemplo, al tono de ocupado, es de
vital importancia para el dimensionamiento del sistema telefnico. En realidad, los factores
humanos ( = comportamiento del abonado) constituyen una parte de la teora de teletrfico que es
de gran inters.
Durante la hora cargada = 10 a 16% de los abonados estn ocupados utilizando las lneas para
llamadas entrantes o salientes. Por consiguiente, se supondra que el % de las tentativas de
llamada indicaran que el abonado B est ocupado. Sin embargo, esto es errneo pues los abonados
tienen diferentes niveles de trfico. Algunos abonados no reciben tentativas de llamada entrantes,
mientras que otros reciben mayor cantidad de tentativas de llamadas que la media. Los abonados A
tienen inclinacin en elegir los abonados B ms ocupados, y en la prctica se observa que la
probabilidad que el abonado B est ocupado es de unos 4 , si no se toman medidas. Para
abonados residenciales es difcil mejorar la situacin, pero para grandes abonados comerciales que
tienen una central automtica privada (PABX) con un grupo de nmeros, la cantidad suficiente de
lneas eliminar la condicin de ocupado de B. Por consiguiente, en pases industrializados la
01.12.06
- 59 -
01.12.06
- 60 -
Nmero de observaciones
2)
Minutos
3)
135164 observaciones
4)
= 142,86
5)
= 3,83
6)
Exponencial
7)
Hiperexponencial
Satisfactorio
1
2
3
4
5
>5
56,935
3,252
925
293
139
134
Total
61,678
Continua
75,389
7,512
2,378
951
476
248
Desiste
p{xito}
10,942
1,882
502
182
89
114
0,76
0,43
0,39
0,31
0,29
Persistencia
0,41
0,56
0,66
0,72
0,74
13,711
En una central moderna se tiene la posibilidad de dar prioridad a un grupo de abonados en una
situacin de emergencia, por ejemplo, mdicos y polica (trfico preferencial).
En sistemas informticos similares condiciones influenciarn la calidad de funcionamiento. Por
ejemplo, si es difcil obtener libre ingreso a un sistema terminal, el usuario dispone no
desconectarse sino mantener conectado el terminal, es decir aumentar el tiempo de servicio. Si un
sistema funciona como sistema de tiempo de espera, el tiempo de espera medio aumentar entonces
con el tercer orden del tiempo de medio servicio (vase el Captulo 13). En esas condiciones el
sistema se saturar muy rpido, es decir estar sobrecargado. En pases con redes de
telecomunicacin sobrecargadas (por ejemplo, pases en desarrollo) un gran porcentaje de intentos
de llamadas sern tentativas de llamadas repetidas.
Ejemplo 2.4.2: Tentativa de llamada repetida
Este es un ejemplo de un modelo simple de tentativa de llamada repetida. Sea la siguiente notacin:
b = persistencia
(2.10)
B = p {no completada}
(2.11)
01.12.06
- 61 -
(1 B)
(1 B b)
(2.12)
Figura 2.10 Histograma para el intervalo de tiempo desde la ocupacin del registro
(tono de marcar) a la respuesta de B para llamadas completadas.
El valor medio es 13,60 s
Leyendas de la figura 2.10
1)
Segundos
Cuadro 2.4 Una sola intencin de llamada produce una serie de tentativas de llamadas.
La distribucin de la cantidad de tentativas se dispone geomtricamente
Tentativa N
p{B responde}
p{contina}
p{desiste}
(1 B)
B.b
B . (1 b)
(1 B) . (B . b)
(1 B) . (B . b)
(1 B) . (B . b)
...
Total
0
2
B . (1 b) . (B . b)
B . (1 b) . (B . b)
(B . b)
B . (1 b) . (B . b)
(1 B)
(1 B b)
1
(1 B b)
B (1 b)
(1 B b)
(B . b)
(B . b)
2
3
01.12.06
- 62 -
B (1 b)
(1 B b)
(2.13)
1
(1 B b)
(2.14)
p{no completada}
1 B
1 B b
(2.15)
A=Y
1 B b
1 B
(2.16)
La siguiente seccin tiene como base la publicacin: Proposed grade of service chapter for
handbook. ITU-T Study Group, Veir, B. (2001) [100]. El operador de la red debe decidir qu
servicios ha de prestar sta al usuario final y el nivel de calidad de servicio que el usuario debe
experimentar. Esto es as para toda red de telecomunicaciones sea con conmutacin de circuitos o
con conmutacin de paquetes, almbrica o inalmbrica, ptica o de alambre de cobre, y es
independiente de la tecnologa de transmisin aplicada. Otras decisiones que se han de efectuar
pueden incluir el tipo e instalacin de la infraestructura de la red para soportar los servicios, y la
eleccin de las tcnicas que se han de utilizar para tratar el transporte de la informacin. Estas
decisiones ulteriores pueden ser diferentes, segn si el operador ya est presente en el mercado o si
comienza a prestar servicios en una situacin de nuevo concurrente (es decir, una situacin donde
no hay una red heredada para considerar).
01.12.06
- 63 -
Segundos
Las definiciones detalladas de esos trminos figuran en la Recomendacin E.800. Cuanto mejor
calidad de servicio ofrece un operador al usuario final, mayor ser la posibilidad de obtener nuevos
clientes y mantener los clientes actuales. Pero una mejor calidad de servicio significa tambin que la
instalacin de la red sea ms costosa y esto, normalmente, tendr relacin con el precio del servicio.
La seleccin de una determinada calidad de servicio depender, por tanto, de las decisiones polticas
tomadas por el operador y esto no ser tratado en el presente estudio.
Cuando se establece la decisin de calidad se puede iniciar la planificacin de la red pertinente.
Esto incluye la decisin de una tecnologa de red de transporte y su topologa, as como los aspectos
de fiabilidad en el caso en que uno o ms elementos de red tengan mal funcionamiento. Es tambin
en ese momento que se determina la estrategia de encaminamiento.
01.12.06
- 64 -
ste es el instante en que es necesario considerar el grado de servicio (GoS). Esto se define en la
Recomendacin UIT-T E.600 como: un conjunto de variables de ingeniera de trfico utilizadas
para tener una medida de aptitud de un grupo de rganos en condiciones especificadas. Estas
variables del grado de servicio pueden expresarse como la probabilidad de prdida, la demora del
tono de invitacin a marcar, etc. A esta definicin la Recomendacin proporciona adems las
siguientes notas:
Los valores de parmetro asignados como objetivos para el grado de servicio se denominan
normas de grado de servicio.
El punto bsico para resolver en la determinacin de las normas de GoS es aplicar los valores a cada
elemento de red de modo tal que se obtenga el objetivo de QoS de extremo a extremo.
2.5.1
No es tarea sencilla encontrar las normas de GoS necesarias para soportar una determinada QoS.
Esto se debe al hecho de que los conceptos de GoS y QoS tienen distintos puntos de vista. Mientras
que la QoS considera la situacin desde el punto de vista del cliente, el GoS tiene en consideracin
la red. Esto se ilustra con los siguientes ejemplos:
Ejemplo 2.5.1:
Supngase que se desea fijar la probabilidad de bloqueo de llamada de extremo a extremo al 1% en
una red telefnica. Un cliente puede interpretar que esta cantidad significa que podr alcanzar el
destino deseado en un promedio de 99 sobre 100 casos. Al fijar este objetivo de diseo, el operador
aplic una determinada probabilidad de bloqueo a cada uno de los elementos de red que una
llamada de referencia podra satisfacer. Para asegurar que este objetivo se cumpla se debe
supervisar la red. Pero esta supervisin normalmente tiene lugar en toda la red y slo se puede
asegurar que la red puede satisfacer, en promedio, los valores objetivo. Si se considera una
determinada lnea de acceso, su GoS objetivo puede bien ser superado, pero el promedio para todas
las lneas de acceso debe por cierto satisfacer el objetivo.
El GoS est referido a parmetros que se pueden verificar mediante la calidad de funcionamiento de
la red (aptitud de una red o parte de la red para ofrecer las funciones correspondientes a las
comunicaciones entre usuarios) y los parmetros slo se aplican en promedio para la red. An si
slo se limita a considerar la parte de la QoS que est relacionada con el trfico, el ejemplo ilustra
que si bien el objetivo de GoS se satisface esto no es el caso para la QoS.
2.5.2
01.12.06
- 65 -
relaciones que tienen (al menos en principio) con el cliente, mientras que otros slo lo hacen con
grandes clientes que conocen lo que realmente significan los trminos del SLA.
2.5.3
seguridad de funcionamiento,
calidad de transmisin, y
precisin de la tasacin.
No es suficiente efectuar slo mediciones, sino que es tambin necesario tener una organizacin que
pueda proporcionar la supervisin adecuada y tomar las medidas que correspondan cuando surjan
los problemas. A medida que aumenta la complejidad de la red el nmero de parmetros que ser
necesario tener en cuenta ser mayor. Esto significa que se requerirn medios automticos para que
el panorama general de los parmetros ms importantes que se deben examinar sea ms sencillo.
2.5.4
Configuraciones de referencia
Para obtener una visin general de la red en estudio es a menudo conveniente presentar un diagrama
denominado configuracin de referencia. Este diagrama comprende uno o ms esquemas
simplificados del trayecto que una llamada (o conexin) puede tomar en la red incluido los puntos
de referencia apropiados, donde se definen las interfaces entre las entidades. En algunos casos los
puntos de referencia definen una interfaz entre dos operadores y es, por tanto, importante observar
cuidadosamente qu sucede en ese punto. En lo que se refiere al grado de servicio la importancia de
la configuracin de referencia es la segmentacin del GoS como se describe a continuacin.
Considrese una red telefnica con terminales, conmutadores de abonado y conmutadores de
trnsito. En el ejemplo se ignora la red de sealizacin. Supngase que las llamadas se pueden
encaminar por unas de las tres disposiciones siguientes:
1)
Esto se puede representar como la configuracin de referencia que se muestra en la figura 2.12.
2)
Esto se puede representar como la configuracin de referencia que se muestra en la figura 2.13
3)
Esto se puede representar como la configuracin de referencia que se muestra en la figura 2.14.
01.12.06
- 66 -
Punto de ref. A
Punto de ref. A
2)
Punto de ref. B
Punto de ref. A
Punto de ref. B
3)
Punto de ref. C
01.12.06
- 67 -
representativos de distintos tipos de conexiones sin incluir los detalles de sus realizaciones reales
por diferentes medios fsicos.
En el trayecto de una conexin intervienen, por lo general, diversos segmentos de red. Por ejemplo,
una conexin puede ser local, nacional o internacional. Las conexiones de referencia se utilizan para
aclarar y especificar asuntos de calidad de funcionamiento del trfico en diversas interfaces entre
distintos dominios de red. Cada dominio puede estar constituido por una o ms redes del proveedor
del servicio. La Recomendacin I.380/Y.1540 define los parmetros de calidad de funcionamiento
para la transferencia de paquetes de protocolo de Internet; el proyecto de Recomendacin Y.1541
especifica las atribuciones y objetivos de calidad de funcionamiento correspondientes. La
Recomendacin E.651 especifica las conexiones de referencia para redes de acceso con protocolo
Internet. Se van a elaborar otras conexiones de referencia.
De los objetivos de QoS, se obtiene un conjunto de parmetros GoS de extremo a extremo y sus
objetivos para distintas conexiones de referencia. Por ejemplo, la probabilidad de bloqueo de la
conexin de extremo a extremo y el retardo de transferencia de paquete de extremo a extremo
pueden ser parmetros de GoS pertinentes. Los objetivos de GoS se deben especificar con
referencia a las condiciones de carga del trfico, tal como en condiciones de carga normal y
elevada. Los objetivos de GoS de extremo a extremo se asignan entonces a componentes de
recursos de las conexiones de referencia para fines de dimensionamiento. En una red operacional, se
requieren mediciones y supervisin de la calidad de funcionamiento para asegurar que los objetivos
de GoS se hayan cumplido.
En redes basadas en el protocolo Internet, la asignacin de calidad de funcionamiento se efecta
generalmente en una nube, es decir el conjunto de encaminadores y enlaces bajo una
responsabilidad jurisdiccional nica (o en colaboracin), tal como una ISP. Una nube se conecta a
otra nube mediante un enlace, es decir un encaminador de pasarela en una nube se conecta a travs
de un enlace a un encaminador de pasarela en otra nube. La comunicacin de extremo a extremo
entre sistemas centrales se conduce por un trayecto que comprende una secuencia de nubes y
enlaces de interconexin. Esta secuencia se conoce como trayecto ficticio de referencia para fines
de asignacin de calidad de funcionamiento.
01.12.06
- 68 -
CAPTULO 3
Teora de las probabilidades y estadsticas
Todos los intervalos de tiempo que se consideran en este Manual no son negativos y, por tanto,
pueden ser expresados por variables estocsticas no negativas. Los intervalos de tiempo de inters
son, por ejemplo, tiempos de servicio, duracin de la congestin (periodos de bloqueo, periodos de
ocupado), tiempos de espera, tiempos de ocupacin, tiempos de CPU ocupado, periodos entre las
llegadas a destino de las llamadas, etc. En este Captulo se examinan la teora bsica de las
probabilidades y las estadsticas en lo que respecta a la teora del teletrfico.
3.1
Funciones de distribucin
Un intervalo de tiempo puede ser descrito por una variable estocstica T, que se caracteriza por una
funcin de distribucin F(t):
t
F (t ) = dF (u ) para 0 t < ,
(3.1)
F (t ) = 0 para t < 0
En la ecuacin (3.1) se integra desde 0 para mantener el registro de una posible discontinuidad
en t = 0. Cuando se consideran los sistemas de tiempo de espera, hay siempre una probabilidad
positiva de tener tiempos de espera iguales a cero, es decir F(0) 0. Por otra parte cuando se
observan los periodos entre las llegadas a destino de las llamadas, se supone generalmente
que F(0) = 0 (vase el 5.2.3).
La probabilidad que la duracin de un intervalo de tiempo sea menor o igual a t resulta:
p(T t) = F(t).
A veces es ms sencillo considerar la funcin de distribucin complementaria.
Fc(t) = 1 F(t).
Esto tambin se denomina funcin de distribucin de supervivencia.
Se supone a menudo que F(t) es diferenciable y que existe la siguiente funcin de densidad f(t):
dF(t) = f(t) . dt = p{t < T t + dt},
t 0.
(3.2)
Normalmente, se supone que el tiempo de servicio es independiente del proceso de llegada, y que
un tiempo de servicio es independiente de otros tiempos de servicio. En forma analtica, se pueden
efectuar muchos clculos para cualquier distribucin de tiempo. En general, siempre se supone que
existe el valor medio.
3.1.1
Las distribuciones temporales que slo suponen argumentos positivos poseen algunas propiedades
ventajosas. Para el i-simo momento no central, que generalmente indica i-simo momento, se
puede indicar que la identidad de Palm es vlida:
01.12.06
- 69 -
La identidad de Palm (Ec. 3.3), que es vlida para las distribuciones de tiempo de vida (slo
definidas para argumentos no negativos), se aprob por primera vez en (Palm, 1943,[81]) como
sigue:
La siguiente prueba simplificada es correcta pues se supone que los momentos existen:
Sera muy sorprendente que las dos integrales sean idnticas. Los dos integrandos pueden, aparte de
ser constantes, ser transformados en una funcin de densidad Erlang-3 o Erlang-2, respectivamente
(4.8), que tiene la masa de probabilidad total:
En especial, se tienen los primeros dos momentos bajo la hiptesis que existen:
01.12.06
- 70 -
Por lo general una distribucin viene definida unvocamente por todos sus momentos. Una medida
normalizada para la (dispersin de) irregularidad de una distribucin es el coeficiente de variacin.
Se define como la relacin entre la desviacin normalizada y el valor medio:
CV = coeficiente de variacin =
(3.9)
Esta cantidad no tiene dimensin y luego se aplicar para caracterizar las distribuciones discretas
(probabilidades de estado). Otra medicin de irregularidad es el factor de forma de Palm , que se
expresa como sigue:
(3.10)
El factor de forma as como /m son independientes de la eleccin de la escala de tiempo, y
aparecer en muchas frmulas en los textos siguientes.
Cuando mayor sea el factor de forma, ms irregular es la distribucin temporal, y mayor ser, por
ejemplo, el tiempo de espera medio en un sistema de tiempo de espera. El factor de forma toma el
valor mnimo igual a uno para intervalos de tiempo constantes ( = 0).
Para estimar una distribucin a partir de las observaciones, se est a menudo satisfecho al conocer
los primeros dos momentos (m y o ) pues los momentos de orden superior requieren gran
cantidad de observaciones para obtener estimaciones fiables. Las distribuciones temporales tambin
se pueden caracterizar de otras maneras, cuyas ms importantes se analizarn ms adelante.
3.1.2
Se desea hallar la distribucin del tiempo de vida residual, dado que ya ha sido obtenida una
determinada edad x 0.
La distribucin condicional F(t+xx) se define como sigue (suponiendo que p{T > x} > 0 y t 0:
01.12.06
- 71 -
y as
01.12.06
- 72 -
Figura 3.1 Funcin densidad del tiempo de vida residual condicionada para
una edad x dada (3.11). El ejemplo se basa en una distribucin de
Weibull We(2,5) donde x = 3 y F(3) = 0,3023.
que tiene la siguiente solucin (suponiendo F(0) = 0):
El ndice de mortalidad (t) es constante si, y solo s, la vida til se distribuye en forma exponencial
(Captulo 4). Esto es una caracterstica fundamental de la distribucin exponencial que se denomina
propiedad de Markovian (falta de memoria (edad)): La probabilidad de terminacin es
independiente de la edad real (historia) (vase el 4.1).
Cabra esperar que la vida til residual media m1,r(x) disminuya cuando aumenta x, as como la vida
til residual esperada disminuya cuando la edad x aumenta. Esto no siempre es el caso. Para una
distribucin exponencial con factor de forma = 2 (vase el 5.1), se tiene m1,r = m. Para
distribuciones pronunciadas (1 2) se tiene m1,r < m (vase el 4.2), mientras que para
distribuciones planas (2 < < ), se tiene m1,r m (vase el 4.3).
01.12.06
- 73 -
donde el valor medio para todos los clientes viene indicado por W y el valor medio para los clientes
demorados se indica con w.
3.1.3
Hasta ahora, se ha atribuido la misma importancia a todos los tiempos de vida independientes de su
duracin. La importancia de un tiempo de vida es a menudo proporcional a su duracin, por
ejemplo cuando se considera la carga del sistema de puesta en fila, la tarificacin de los tiempos
CPU, conversaciones telefnicas, etc.
Si se atribuye un factor ponderado a un tiempo de vida proporcional a su duracin, el promedio de
ponderacin de todos los intervalos de tiempo se hace igual al valor medio:
donde f(t) dt es la probabilidad de una observacin dentro del intervalo (t, t + dt), y t es la
ponderacin de esta observacin.
En un proceso de trfico habr inters en calcular qu proporcin del trfico total se debe a tiempos
de ocupacin de duraciones menores que x:
(Esta expresin es la misma que la proporcin del valor medio debido a contribuciones de tiempos
de vida menores que x.)
A menudo, pocos tiempos de servicio integran una proporcin relativa grande de la carga de trfico
total. En la figura 3.2 se puede observar que el factor de forma es 5, luego el 75% de los tiempos
de servicio slo contribuyen con el 30% de la carga total (regla de Vilfred Pareto). Este hecho se
puede utilizar para dar prioridad a tareas breves sin demorar mucho las tareas ms largas (vase el
Captulo 13).
01.12.06
- 74 -
3.1.4
Como se considera un punto aleatorio en el tiempo, la distribucin del tiempo de vida restante se
efectuar uniformemente en (0, x]:
01.12.06
- 75 -
Carga relativa
2)
Percentil/100
Luego, la funcin de densidad del tiempo de vida restante en un punto aleatorio en el tiempo es la
siguiente:
donde F(t) es la funcin de distribucin del tiempo de vida total y m es el valor medio.
01.12.06
- 76 -
Mediante la aplicacin de las identidades (Ec. 3.3), se observa que el i-simo momento de v(t) viene
dado por el (i + 1) simo momento de f(t):
donde es el factor de forma de la distribucin de tiempos de vida. Estas frmulas tambin son
vlidas para distribuciones temporales discretas.
3.1.5
Supngase que las variables estocsticas {T1, T2 . . . , Tk} estn distribuidas idntica e
independientemente con la funcin de distribucin F(t). La distribucin de la j-sima variable ms
grande viene dada por la siguiente expresin:
pues a la suma de las variables j-1 pueden ser mayores que t. La ms pequea (o k-sima ms
grande, j = k) tiene la funcin de distribucin siguiente:
Si las variables estocsticas tienen funciones Fi(t) individuales, se tendr una expresin ms
compleja que la dada en la ecuacin (3.26). Para la ms pequea y la ms grande se tendr:
3.2
01.12.06
- 77 -
3.2.1
En general, se deberan agregar los denominados acumulantes. Los tres primeros acumulantes son
idnticos a los primeros tres momentos centrales.
La funcin de distribucin de las sumas se obtiene por la convolucin:
01.12.06
- 78 -
3.2.2
En este caso se deben ponderar los momentos no centrales. Para el -simo momento se tiene:
Suma estocstica
(3.40)
varianza n2 ,
El nmero de llamada de llegada i tiene el tiempo de ocupacin Ti. Todos los Ti tienen la misma
distribucin, y cada llegada (peticin) contribuir con un determinado nmero de unidades de
tiempo (tiempos de ocupacin) que es una variable estocstica caracterizada por.
T:
(3.41)
varianza 2 ,
t
El volumen de trfico total generado por todas las (peticiones de) llegadas que se reciben dentro del
intervalo T considerado es entonces una variable estocstica propiamente dicha:
ST = T1 + T2
+ . . . + TN.
(3.42)
01.12.06
- 79 -
Figura 3.3 Una suma estocstica se puede interpretar con una combinacin
serie/paralelo de una variable estocstica aleatoria
Los siguientes clculos son vlidos para variables estocsticas discretas y continuas (la suma se
remplaza por la integracin o viceversa).
La suma estocstica se convierte en una combinacin de variables estocsticas en serie y en paralelo
como se ilustra en la figura 3.3 y se trata en el 3.2. Para una derivacin dada i se tiene (vase la
figura 3.3):
01.12.06
- 80 -
As, la suma estocstica ST tiene una probabilidad de funcin generadora igual a la funcin de
generacin compuesta, y se puede hallar el valor medio y la varianza de la suma estocstica
mediante su diferenciacin.
Se observa que hay dos contribuciones a la varianza total: un trmino en funcin del nmero de
llamadas y es la variable estocstica ( n2 ), y otro trmino en funcin de la duracin de las llamadas
que es la variable estocstica ( 2 ).
t
Ejemplo 3.3.1: Caso especial 1: N = n = constante (mn = n)
Esto corresponde al conteo del nmero de llamadas al mismo tiempo en que se mide el volumen de
trfico, de modo tal que se puede estimar el tiempo de ocupacin media.
Ejemplo 3.3.2: Caso especial 2: T = t = constante (mt t)
01.12.06
- 81 -
01.12.06
- 82 -
CAPTULO 4
Distribuciones de los intervalos de tiempo
La distribucin exponencial es la distribucin temporal ms importante de la teora del teletrfico.
La distribucin temporal se trata en el 4.1.
Al combinar en serie intervalos temporales distribuidos exponencialmente, se obtiene una clase de
distribuciones denominadas distribuciones de Erlang (vase el 4.2). Al combinarlos en paralelo, se
obtiene una distribucin hiperexponencial (vase el 4.3). Al combinar las distribuciones
exponenciales en serie y en paralelo, posiblemente con retroalimentacin, se obtienen distribuciones
de tipo fase, lo que constituye una clase muy general de distribuciones. Las distribuciones de Cox
son una sub categora importante de las distribuciones de tipo fase (vase el 4.4). Se observa que
una distribucin arbitraria se puede expresar mediante una distribucin Cox, lo que puede utilizarse
en modelos analticos en forma relativamente sencilla. Por ltimo, tambin se estudian otras
distribuciones temporales que se emplean en la teora del teletrfico (vase el 4.5). Se ofrecen
algunos ejemplos de observaciones de tiempos de vida (vase el 4.6).
4.1
Distribucin exponencial
Valor medio:
m = m1 =
Segundo momento:
m2 =
Varianza:
Factor de forma:
2
1
,
,
= 2,
01.12.06
- 83 -
Si se quita la masa de probabilidad del intervalo (0, x) a partir de la funcin densidad y se normaliza
la masa residual en (x, ) a la unidad, la nueva funcin de densidad se hace congruente con la
funcin de densidad original. La nica funcin de distribucin continua que tiene esta propiedad es
la distribucin exponencial, mientras que la distribucin geomtrica es la nica distribucin discreta
que tiene esta propiedad. En la figura 3.1 se muestra un ejemplo con la distribucin de Weibull en la
que esta propiedad no es vlida. Para k = 1 la distribucin de Weibull se hace idntica a que la
distribucin exponencial. Por tanto, el valor medio del tiempo de vida residual es m1,r = m y la
probabilidad de observar un tiempo de vida en el intervalo (t,t + dt), teniendo en cuenta que se
produzca despus de t, viene dado por:
Se supone que dos variables aleatorias X1 y X2 son mutuamente independientes y estn distribuidas
exponencialmente con intensidades 1 y 2, respectivamente. Una nueva variable aleatoria X se
define como:
01.12.06
- 84 -
Esta funcin de distribucin propiamente dicha es tambin una distribucin exponencial con
intensidad (1 y 2).
Con la hiptesis que el primer evento (ms pequeo) sucede en el tiempo t, la probabilidad que la
variable aleatoria X1 se realice primero viene dada por:
Si una distribucin exponencial (es decir, un parmetro) no puede describir los intervalos de tiempo
con detalle suficiente, se ha de tener que utilizar entonces una combinacin de dos o ms
distribuciones exponenciales. Conny Palm introdujo dos clases de distribuciones: pronunciada y
plana.
Una distribucin pronunciada corresponde a un conjunto de distribuciones estocsticas con
exponencial independiente dispuestos en serie (vase la figura 4.2), y una distribucin plana
corresponde a distribuciones exponenciales dispuestas en paralelo (vase la figura 4.4). Esta
estructura corresponde naturalmente a la configuracin de procesos de trfico en redes de
telecomunicacin y datos.
Mediante la combinacin de distribuciones pronunciada y planas se obtiene una aproximacin
arbitrariamente buena para cualquier funcin de distribucin (vase la figura 4.7 y el 4.4). Los
diagramas de las figuras 4.2 y 4.4 se denominan diagramas de fase.
01.12.06
- 85 -
Figura 4.3 Distribuciones Erlang-k con valor medio igual a uno. El caso k = 1
corresponde a una distribucin exponencial (funciones de densidad)
Leyendas de la figura 4.3
1)
Distribuciones Erlang-k
4.2
Distribuciones pronunciadas
01.12.06
- 86 -
(vase el 6.1)
(4.10)
Mediante las ecuaciones (3.31) y (3.32) se pueden obtener los momentos siguientes;
La funcin de densidad se calcula en el 6.2.2. El tiempo de vida residual medio m1,r(x) para x 0
ser menor que el valor medio:
Con esta distribucin se tiene dos parmetros ( , k) disponibles para ser estimados por observacin.
El valor medio se mantiene a menudo fijo. Para estudiar la influencia del parmetro k en la funcin
de distribucin, se normalizan todas las distribuciones Erlang-k al mismo valor medio como la
distribucin Erlang-1, es decir la distribucin exponencial con 1/ medio, reemplazando t por kt o
por k:
01.12.06
- 87 -
Distribuciones planas
donde la funcin de ponderacin puede ser discreta o continua (integral de Stieltjes). Esta clase de
distribucin corresponde a una combinacin en paralelo de las distribuciones exponenciales (vase
la figura 4.4). La funcin de densidad se denomina funcin montona completa debido a los signos
alternados (Palm, 1957 [84]).
4.3.1
Distribucin hiperexponencial
En este caso, W() es un valor discreto. Supngase que se tengan los siguientes valores dados:
1, 2, ... , k,
y que W() tenga incrementos positivos:
p1, p2, ... , pk
donde
01.12.06
- 88 -
Para cualquier otro valor, W() es constante. En este caso (4.20) resulta:
Los valores medio y el factor de forma se pueden hallar con las ecuaciones (3.36) y (3.37)
(i = m1,i = 1/i):
Los problemas estadsticos surgen aun cuando se tratan tres parmetros. Por consiguiente, para
aplicaciones prcticas se escoge usualmente i= 2pi y se reduce as la cantidad de parmetros a
slo dos:
Para esta eleccin de parmetros las dos derivaciones tiene la misma contribucin para el valor
medio. En la figura 4.5 se ilustra un ejemplo.
01.12.06
- 89 -
4.4
Distribuciones de Cox
01.12.06
- 90 -
Figura 4.6 Distribucin de Cox en una distribucin Erlang generaliza que tiene
distribuciones exponenciales tanto en serie como en paralelo.
El diagrama de fase es equivalente a la figura 4.7
Figura 4.7 Diagrama de fase de una distribucin de Cox (vase la figura 4.6)
El valor medio y la varianza de esta distribucin de Cox (vase la figura 4.7) se encuentran en las
frmulas que figuran en el 3.2:
donde:
01.12.06
- 91 -
El trmino qi(1 ai) es la probabilidad de salir despus de alcanzar la i-sima fase. El valor medio
se puede calcular con la simple expresin siguiente:
donde m1,i = qi/i, es el i-simo valor medio relacionado con la fase. La varianza es:
La adicin de dos variables aleatorias con distribucin Cox produce otra variable con distribucin
Cox, es decir esta clase es cerrada de acuerdo con la operacin de adicin.
La funcin de una distribucin de Cox se puede expresar como la suma de funciones exponenciales:
donde
4.4.1
Prueba polinomial
donde
01.12.06
- 92 -
Principios de descomposicin
01.12.06
- 93 -
Figura 4.10 Con una distribucin hiperexponencial con dos fases 1 > 2 puede
ser transformada a una distribucin de Cox-2 (vase el 4.4.2)
Conforme al Teorema 4.1 una distribucin hiperexponencial con l fases es equivalente a una
distribucin de Cox con el mismo nmero de fases. El caso l = 2 se muestra en la figura 4.10.
Se tiene otra propiedad de las distribuciones de Cox (Iversen y Nielsen, 1985 [43]):
Teorema 4.2
En cualquier distribucin de Cox se pueden ordenar las fases, tal como i i+1.
Mediante el empleo de los diagramas de fase es sencillo ver que cualquier intervalo de tiempo
exponencial () se puede descomponer en distribuciones de tipo de fase (i), donde i .
Referente a la figura 4.11 se observa que el rgimen fuera de los estados macro (rectngulo en lnea
de trazos) es independiente de del estado micro. Cuando el nmero de fase k es finito y no hay
realimentacin la fase final debe tener rgimen .
01.12.06
- 94 -
Las distribuciones de Cox han atrado la atencin durante los ltimos aos pues son de gran
importancia debido a las siguientes propiedades:
a)
La distribucin de Cox se puede analizar utilizando el mtodo de fases.
b)
Se puede tener una distribucin arbitraria aproximadamente bien con una distribucin de
Cox. Si una propiedad es vlida para una distribucin de Cox ser tambin vlida para
cualquier distribucin de inters prctico.
Con las distribuciones de Cox se pueden obtener resultados con mtodos elementales que
previamente requeran matemticas muy avanzadas.
En la conexin con aplicaciones prcticas de la teora, se han utilizado los mtodos para estimar los
parmetros de la distribucin de Cox. En general, hay 2k parmetros en un problema estadstico sin
resolver. Normalmente, se puede elegir una distribucin de Cox especial (por ejemplo, distribucin
Erlang-k o hiperexponencial) y aproximarse al primer momento.
Por simulacin numrica en computadoras utilizando el mtodo de la ruleta, se obtienen
automticamente las observaciones de los intervalos de tiempo como distribucin de Cox con las
mismas intensidades en todas las fases.
4.5
En principio, cada distribucin que tiene valores no negativos, se puede utilizar como distribucin
temporal para describir los intervalos de tiempo. Pero en la prctica, se trabaja principalmente con
las distribuciones mencionadas anteriormente.
Se supone que el parmetro k en la distribucin de Erlang-k (Ec. 4.8) toma valores reales no
negativos y obtiene la distribucin gamma:
El valor medio y la varianza vienen dados por las ecuaciones (4.11) y (4.12).
Otro ejemplo de una distribucin tambin conocida en la teora de teletrfico es la distribucin de
Weibull:
01.12.06
- 95 -
Con esta distribucin se puede, por ejemplo, obtener la intensidad de fin de vida dependiente del
tiempo (3.14):
En la figura 4.5 se muestra un ejemplo de los tiempos de ocupacin observados desde una central
telefnica local. El tiempo de ocupacin comprende el tiempo de sealizacin y, si la llamada se
responde, el tiempo de conversacin. En la figura 6.2 se muestra la observacin y los periodos entre
llegadas de llamadas a una central telefnica de trnsito durante una hora.
Desde sus comienzos, la teora de teletrfico ha sido caracterizada por una fuerte interaccin entre
teora y prctica, y han habido excelentes posibilidades para efectuar mediciones.
Erlang [12] present en 1920 un informe sobre los resultados de una medicin en las que se
registraron 2 461 tiempos de conversacin en una central telefnica de Copenhague (1916). Palm
(1943 [81]) analiz el campo de mediciones de trfico, de manera terica y prctica, y efectu
amplias mediciones en Suecia.
01.12.06
- 96 -
Mediante la utilizacin de la tecnologa informtica se pudo recopilar una gran cantidad de datos.
La primera medicin asistida por computador se describe en (Iversen, 1973 [37]). La importancia de
utilizar valores de tiempo discretos cuando se observan valores ser tratado en el Captulo 15.
Bolotin (1994, [7] ha medido y modelado tiempos de ocupacin de telecomunicaciones.
Se han llevado a cabo numerosas mediciones en sistemas de computacin. Mientras que en sistemas
telefnicos rara vez se tiene un factor de forma mayor que 6, en trfico de datos se observan
factores de forma mayores que 100. Este es el caso, por ejemplo para transmisin de datos, donde se
envan algunos caracteres o bien una gran cantidad de datos. Las mediciones extensas ms recientes
han sido efectuadas y modeladas utilizando modelos de trfico similares (Jerkins y
otros, 1999 [51]).
01.12.06
- 98 -
01.12.06
- 99 -
CAPTULO 5
Procesos de llegada
Los procesos de llegada, tal como llamadas telefnicas que llegan a una central, se describen
matemticamente como procesos estocsticos puntuales. Para un proceso puntual, se pueden
distinguir dos llegadas entre s. Las informaciones concernientes a una llegada (tiempo de servicio,
nmero de cliente) se ignoran. De modo que la informacin slo se puede utilizar para determinar si
una llegada pertenece al proceso o no.
La teora matemtica para el proceso puntual fue presentada y desarrollada por el sueco Conny
Palm en el decenio de 1940. Esta teora ha sido ampliamente aplicada en diversos temas. Fue
matemticamente perfeccionada por Khintchine (1968, [63]), y se ha aplicado considerablemente en
muchos libros de textos.
5.1
En el texto siguiente slo se considerarn procesos puntuales regulares, es decir se excluyen las
llegadas dobles. Para llamadas telefnicas esto se puede realizar utilizando una escala temporal
suficientemente detallada.
Considrense tiempos de llegada en los que la i-sima llamada llega en el tiempo Ti:
0 = T0 < T1 < T2 < . . . < Ti < Ti+1 < . . . .
(5.1)
01.12.06
- 100 -
2)
Tiempo [s]
i = 1, 2; . . . .
(5.2)
Esto se denomina tiempo entre llegadas y la distribucin de este proceso es la distribucin del
tiempo entre llegadas.
Correspondiente a las dos variables aleatorias Nt y Xi, los dos procesos se pueden caracterizar de dos
maneras:
1)
Representacin del nmero Nt: el intervalo de tiempo t se mantiene constante y se observa
la variable aleatoria Nt para el nmero de llamadas en t.
2)
Representacin del intervalo Ti: el nmero de llamadas entrantes se mantiene constante y se
observa la variable aleatoria Ti para el intervalo de tiempo hasta que se hayan producido n
llegadas (en especial T1 = X1).
La reaccin fundamental entre las dos representaciones viene dada por la siguiente relacin simple:
si y slo si
El anlisis del proceso puntual se puede basar en ambas representaciones. En principio estas
representaciones son equivalentes. La representacin de intervalos corresponde a los anlisis
usuales en serie del tiempo (si, por ejemplo i = 1), se obtienen promedios de llamada, es decir
estadsticas basadas en las llamadas entrantes.
La representacin del nmero de llamadas no tiene comparacin en el anlisis en serie del tiempo.
Las estadsticas estn calculadas por unidad de tiempo y se obtienen promedios de tiempo.
(Confrntese la diferencia entre congestin de llamadas y congestin temporal.)
Las estadsticas de inters cuando se estudian procesos puntuales, se pueden dividir conforme a las
dos representaciones.
5.1.1
(5.5)
La densidad de las llamadas entrantes en el tiempo t (valor medio del tiempo) es:
Se supone que t existe y es un valor finito. Se puede interpretar que t es la intensidad, con la que
se producen las llegadas en el tiempo t (vase el 3.1.2).
C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S2.DOC (133000)28.01.03
01.12.06
- 101 -
(5.7)
p {Nt+t Nt = 1} = tt + o(t),
(5.8)
p {Nt+t Nt = 0} = 1 tt + o(t),
(5.9)
3)
Para describir propiedades de segundo orden de la representacin del nmero de llamadas se utiliza
el ndice de dispersin para conteo (IDC, index of dispersion for counts). Este ndice describe las
variaciones de los procesos de llegada durante un intervalo de tiempo t y se define como:
(5.12)
E {Xi} = m1,i.
(5.13)
El valor medio es el promedio de llamadas entrantes que se obtiene para cada llamada. Un proceso
de renovacin es un proceso puntual en el que los tiempos entre llamadas son estocsticos
independientes entre s y tienen la misma distribucin (excepto para X1), es decir mi = m. (IID =
Idntica e independientemente distribuidas).
5)
La distribucin V(t) del intervalo de tiempo desde un periodo aleatorio hasta que se
produzca la primera llegada. El valor medio de V(t) es un promedio de tiempos que se
calcula por unidad de tiempo.
6)
ndice de dispersin por intervalos.
Para describir propiedades de segundo orden para la representacin de intervalos se utiliza el ndice
de dispersin para intervalos (IDI, index of dispersion for intervals). Esto se define:
donde Xi es el tiempo entre llegadas. Para el proceso de Poisson que tiene tiempos de servicio
distribuidos exponencialmente, el IDI se pone igual a uno. El IDI es igual al factor de forma de
Palm menos uno (3.10). En general, el IDI es ms difcil de obtener por observacin que el IDC, y
es ms sensible a la exactitud de medicin y regularizacin del proceso de trfico. La tecnologa
digital es ms adecuada para la observacin del IDC, mientras que complica la observacin del IDI
(vase el Captulo 15).
01.12.06
- 102 -
Cul de las dos representaciones se debe utilizar en la prctica depende realmente del caso
particular. Esto se puede ilustrar con los siguientes ejemplos.
Ejemplo 5.1.1: Principios de medicin
Las medidas del comportamiento del teletrfico se llevan a cabo por uno de los dos principios
bsicos siguientes:
1)
Medidas pasivas. El equipo de medicin registra en intervalos de tiempo regulares el
nmero de llegadas desde la ltima registrada. Equivale al mtodo de exploracin, que es
apropiado para computadoras. Y corresponde a la representacin del nmero cuando el
intervalo de tiempo es fijo.
2)
Medidas activas. El equipo de medicin registra un evento en el instante que se produce. Se
mantiene el nmero de evento fijo y se observa el intervalo de medicin. Un ejemplo de
esto est dado por los instrumentos de registro. Esto corresponde a la representacin del
intervalo donde se obtienen estadsticas para cada llamada simple.
Ejemplo 5.1.2: Llamadas de prueba
Investigacin de la calidad de trfico. En la prctica esto se efecta de dos maneras:
1)
La calidad de trfico se estima recopilando estadsticas de los resultados de las llamadas de
prueba efectuadas a abonados especficos o ficticios. Las llamadas se generan durante la
hora cargada independientemente del trfico real. El equipo de prueba registra el nmero de
las llamadas bloqueadas, etc. Las estadsticas obtenidas corresponden a los promedios de
tiempo de la medida de rendimiento. Lamentablemente, este mtodo aumenta la carga
ofrecida en el sistema. Tericamente, las medidas de rendimiento obtenidas deferirn de los
valores correctos.
2)
Los datos recopilados de los equipos de prueba a partir del nmero de
llamada N, 2N, 3N, . . . , por ejemplo N = 1 000. El proceso de trfico no cambia y la
estadstica de rendimiento es un promedio de llamada.
Ejemplo 5.1.3: Estadsticas de llamadas
Un abonado evala la calidad por una fraccin de llamadas que estn bloqueadas, por ejemplo
promedio de llamadas.
El operador evala la calidad mediante la proporcin de tiempo cuando todas las lneas de enlace
estn ocupadas, es decir promedio de tiempo.
Los dos tipos de valores promedio (tiempo/llamada) estn a menudo mezclados, causando aparentes
estados contrarios.
Ejemplo 5.1.4: Parte llamada ocupada (B ocupado)
En una central telefnica el 10% de los abonados est ocupado, pero el 20% de las tentativas de
llamada estn bloqueadas debido a que B est ocupado (parte llamada ocupada). Este fenmeno se
puede explicar por el hecho que la mitad de los abonados estn en estado pasivo (es decir no
efectan ni reciben llamadas), mientras que el 20% de los abonados restantes estn ocupados.
G. Lind (1976 [74]) analiz el problema bajo la hiptesis de que cada abonado en promedio tiene el
mismo nmero de llamadas entrantes y salientes. Si el valor medio y el factor de forma de la
distribucin de trfico por abonado es b y , respectivamente, la probabilidad que una tentativa de
llamada encuentre al abonado B ocupado es b . .
01.12.06
- 103 -
5.2
Se ha tratado anteriormente una estructura muy general para procesos puntuales. Para aplicaciones
especficas habr que examinar otras propiedades. Slo se considerar la representacin del nmero
pero se podra hacer lo mismo basado en la representacin del intervalo.
5.2.1
Esta propiedad se puede describir sin considerar la posicin en el eje del tiempo. Las distribuciones
de probabilidad que describen el proceso puntual son entonces independientes del instante de
tiempo. La siguiente definicin es til en la prctica:
Definicin: Para una relacin t2 > 0 arbitraria y toda 0, la probabilidad que haya llegadas
en [t1, t1 + t2] es independiente de t1, es decir para todos los t, se tiene:
p {Nt1+t2 Nt1 = } = p {Nt1+t2+t Nt1+t = }
(5.15)
Independencia
Esta propiedad se puede expresar como la necesidad que la evolucin futura del proceso slo
dependa del estado presente.
Definicin: La probabilidad que los eventos k (k es entero y 0) se produzcan en [t1, t1 + t2] es
independiente de los eventos antes del tiempo t1:
p {Nt2 Nt1 = k|Nt1 Nt0 = n} = p {Nt2 Nt1 = k}
(5.16)
Si esto es vlido para todos los tiempos t, se tendr un proceso Markov en el que la evolucin futura
slo depende del estado presente pero es independiente de cmo ha sido obtenida. Esta es la
propiedad denominada falta de memoria. Si esta propiedad slo es vlida para determinados puntos
en el tiempo (por ejemplo, tiempos de llegada), estos puntos se denominan puntos de equilibrio o
puntos de regeneracin. El proceso entonces tiene una memoria limitada y slo es necesario
mantener el registro de los ltimos puntos de regeneracin.
Ejemplo 5.2.1: Puntos de equilibrio = puntos de regeneracin
Ejemplos de procesos puntuales con puntos de equilibrio.
a)
El proceso de Poisson (como se ver en el Captulo siguiente) no tiene memoria, y todos
los puntos de los ejes de tiempo son puntos de equilibrio.
b)
Un proceso de exploracin, en el que las exploraciones se producen en un ciclo regular,
tiene memoria limitada. El ltimo instante de exploracin tiene plena informacin sobre el
proceso explorador y, por tanto, todos los puntos de exploracin son puntos de equilibrio.
c)
Si se superponen el proceso de Poisson y el proceso de exploracin (por ejemplo, mediante
la investigacin de los procesos de llegada en un sistema informtico), los nicos puntos de
equilibrio en el proceso compuesto son los instantes de exploracin.
01.12.06
- 104 -
d)
5.2.3
Regularidad
(5.17)
Con la representacin del intervalo, la distribucin del tiempo entre llegadas a destino de las
llamadas no debe tener una probabilidad de masa (atmica) en cero, es decir, la distribucin es
continua en cero (3.1):
F (0+) = 0
(5.18)
Teorema de Little
Este es el nico resultado general que es vlido para todos los sistemas de puesta en fila y fue
publicado por primera vez por Little (1961 [76]). La prueba se muestra por aplicacin de la teora
del proceso estocstico en (Eilon, 1969 [25]).
Se considera un sistema de puesta en fila donde los clientes llegan conforme a un proceso
estocstico. Los clientes ingresan al sistema en un tiempo aleatorio y esperan hasta obtener el
servicio; una vez servidos dejan el sistema.
En la figura 4.3 los procesos de llegada y salida se consideran como procesos estocsticos con el
nmero de clientes acumulado en ordenadas.
Considrese un tiempo T y supngase que el sistema est en equilibrio estadstico en el tiempo
inicial t = 0. Se tienen las siguientes notaciones (vase la figura 4.3):
N(T)
A(T)
(T)
01.12.06
- 105 -
Si los lmites de = limT (T) y W = limTT W(T) existen, existir tambin el valor limitado
de L(T) y
L = . W (Teorema de Little)
(5.20)
Esta frmula simple es vlida para todos los sistemas generales de puesta en fila. La prueba ha sido
perfeccionada durante varios aos. La frmula, que se ha probado aqu por una consideracin muy
simple del proceso estocstico, es ms til de lo que parece. Esta frmula se utilizar en los
Captulos 12 a 14.
Ejemplo 5.3.1: Frmula de Little
Slo se considerarn las posiciones de espera, la frmula muestra
"la longitud media de la fila es igual a la intensidad de la llamada multiplicado por
el tiempo de espera medio."
Considrense ahora los lugares del servicio, la frmula muestra
"el trfico transportado es igual a la intensidad de llegada multiplicado por el tiempo del
servicio medio (A = y . s = /.)." Vase el 2.1.
01.12.06
- 106 -
Nmero de eventos
2)
Proceso de salida
3)
Proceso de partida
4)
Tiempo
01.12.06
- 107 -
CAPTULO 6
El proceso de Poisson
El proceso de Poisson es el proceso puntual ms importante. Ms adelante se podr ver que su
funcin en los procesos puntuales es tan vital como la funcin de la distribucin Normal en las
distribuciones estadsticas. Segn el teorema del lmite central, al aadir variables estocsticas se
obtiene la distribucin Normal. De manera similar al multiplicar variables estocsticas se obtiene la
distribucin exponencial.
Todos los dems procesos puntuales aplicados son generalizaciones o modificaciones del proceso
de Poisson. Este proceso ofrece una descripcin sorprendentemente acertada de numerosos procesos
de la vida real debido a que se trata del proceso ms aleatorio. Cuanto ms complejo sea un proceso
mejor, en general, ser su modelado mediante un proceso de Poisson.
Dado que se trata de un proceso de gran importancia en la prctica, en este Captulo se estudia en
forma pormenorizada. En primer lugar ( 6.2) este estudio se basa en un modelo fsico, haciendo
especial en las distribuciones asociadas al proceso, y a continuacin se consideran algunas
propiedades destacadas del proceso de Poisson ( 6.3). El proceso de Poisson puede generalizarse
de diversas formas ( 6.4).
6.1
En esta seccin se examinar el proceso de Poisson en un aspecto dinmico y fsico (Fry, 1928 [32])
y (Arne Jensen, 1954 [12]). Las derivaciones se basan en un modelo fsico simple y hacen hincapi
a las distribuciones de probabilidad asociadas con el proceso de Poisson.
El modelo fsico es el siguiente: los eventos (llegadas) se ubican al azar sobre el eje real de modo tal
que cada evento se coloca independientemente de todos los otros eventos.
C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S2.DOC (133000)28.01.03
01.12.06
- 108 -
La densidad media se forma como eventos (llegadas) por unidad de tiempo. Si se considera el eje
como un eje de tiempo se tendr como promedio llegadas por unidad de tiempo. La probabilidad
que un determinado diagrama de llegada se produzca dentro de un intervalo de tiempo es
independiente de la ubicacin del intervalo en el eje de tiempo.
(6.2)
El valor medio del intervalo de tiempo entre dos llegadas sucesivas es 1/ (Ec. 3.4):
donde p(0, t) es la probabilidad que haya llegadas dentro del intervalo de tiempo (0;t), que es
tambin idntico a la probabilidad que el tiempo hasta el primer evento sea mayor que t (la
distribucin complementaria). El valor medio (6.3) se obtiene directamente de la ecuacin (3.4). La
frmula (6.3) tambin se puede interpretar como la superficie debajo de la curva p(0,t), que es una
funcin que nunca aumenta, disminuyendo a 1 a 0.
3)
Se observa que la ecuacin (6.2) implica que seguramente se producir el evento "sin
llegadas dentro del intervalo de longitud 0":
4)
p(0, 0) = 1
(6.4)
Se observa tambin que la ecuacin (6.3) implica que la probabilidad que "no haya
llegadas dentro de un intervalo de tiempo de longitud " es cero y nunca tendr lugar:
p(0, ) = 0
6.2.1
(6.5)
Distribucin exponencial
El paso fundamental para el siguiente clculo de la distribucin de Poisson es derivar p(0, t) que es
la probabilidad que en un intervalo de tiempo de longitud t no se producen llegadas, es decir la
probabilidad que la primera llegada aparezca despus del tiempo t. Se demostrar que {1 p(0, t)}
es una distribucin exponencial (vase el 4.1).
Conforme a la ecuacin (6.2) se tiene:
ln p(01, t1) + ln p (0, t2) = ln p (0, t1 + t2)
(6.6)
(6.7)
01.12.06
- 109 -
De esto se observa que f'(t) debe ser una constante y por tanto:
f(t) = a + b . t
(6.8)
Intercalando la ecuacin (6.8) en la (6.7), se obtiene a = 0. Por tanto p(0, t) tiene la forma:
p(0, t) = ebt
De la ecuacin (6.3) se obtiene b:
o:
b =
Se demuestra as, en base a los puntos 1) y 2) anteriores que:
p(0, t) = et
(6.9)
Si se considera que p(0, t) como a la probabilidad que el evento siguiente llegue despus del tiempo
t, el tiempo que transcurre hasta la prxima llegada est distribuido exponencialmente:
2 = 1
(6.12)
La probabilidad que la siguiente llegada aparezca dentro del intervalo (t, t + dt) se puede expresar
como:
f(t) . dt = et . dt
= p(0, t) . dt
(6.13)
Es decir la probabilidad que una llegada aparezca dentro del intervalo (t, t + dt) es igual a dt,
independiente de t y proporcional a dt (vase la ecuacin (3.17)).
En razn que es independiente del tiempo real t, la distribucin exponencial no tiene memoria
(vanse los 4.1 y 3.1.2). El proceso no depende del tiempo.
El parmetro se denomina intensidad o rgimen de la distribucin exponencial y del proceso de
Poisson relacionado y corresponde a la intensidad en la ecuacin (5.6). La distribucin exponencial
es, en general, un modelo muy satisfactorio de tiempos entre llegadas cuando el trfico es generado
por elementos humanos (vase la figura 6.2).
01.12.06
- 110 -
Figura 6.2 Distribucin del tiempo entre llegadas de las llamadas en una
central de trnsito. Los valores tericos se basan en la hiptesis de
tiempos entre llegadas distribuidos exponencialmente. Debido al
principio de medicin (mtodos de exploracin) la distribucin
exponencial continua se transforma en una distribucin
de Westerberg discreta (Ec. 15.14) (prueba X2 = 18,86
con 19 grados de libertad, percentil = 53)
Leyendas de la figura 6.2
1)
Nmero de observaciones
2)
5 916 observaciones
3)
= Teora
4)
6.2.2
Distribucin de Erlang-k
De lo anterior se deduce que el tiempo hasta que hayan aparecido llegadas exactamente es una
suma de k variables estocsticas IID distribuidas exponencialmente.
La distribucin de esta suma se denomina distribucin Erlang-k (vase el 4.2) y la densidad viene
dada por la ecuacin (4.8):
01.12.06
- 111 -
Como la expresin es vlida para k = 1, se ha demostrado por induccin que es vlida para
cualquier k. La distribucin de Erlang-k es, desde el punto de vista estadstico, una distribucin
gamma especial.
El valor medio y la varianza se obtienen con la ecuacin (6.12)
m1 = k
2 = k
(6.15)
= 1+ 1
k
Ejemplo 6.2.1: Estadsticas de llamadas para un sistema SPC (vase el ejemplo 5.1.2)
Sea una serie de llamadas que llegan a una central telefnica con programa de control almacenado
(sistema SPC) conforme a un proceso de Poisson. La central recopila automticamente toda la
informacin al respecto cada 1 000 llamadas. Los tiempos entre llamadas entre dos registros tendr
entonces distribucin Erlang-1000 y el factor de forma = 1.001, es decir los registros se
efectuarn muy regularmente.
6.2.3
Distribucin de Poisson
Se indicar ahora que el nmero de llegadas en un intervalo de longitud fija t presenta una
distribucin de Poisson con un valor medio t. Cuando se conoce la distribucin exponencial
mencionada anteriormente y la distribucin de Erlang, la derivacin de la distribucin de Poisson se
obtiene con slo aplicar combinaciones simples. La prueba se puede llevar a cabo por induccin.
Se desea extraer p(i, t) = probabilidad de i llegadas dentro del un intervalo de tiempo t.
Supngase que:
Esto es correcto para i = 0 (6.9). El intervalo (0, t) se divide en tres intervalos no superpuestos (0,
t1); (t1, t1 + dt1) y (t1 + dt1, t). Desde la primera hiptesis de independencia se sabe que los eventos
dentro de un intervalo son independientes de eventos en los otros intervalos en razn que stos no
estn superpuestos. Mediante el ajuste de t1 de modo tal que la ltima llegada dentro de (0, t) se
01.12.06
- 112 -
b)
La probabilidad que haya una sola llegada dentro del intervalo de tiempo de t1 a t1+dt1:
. dt1
c)
El producto de las primeras dos probabilidades es la probabilidad que la i-sima llegada aparezca en
el intervalo (t1, t1 + dt1), es decir la distribucin de Erlang de la seccin anterior:
Por integracin se tiene:
sta es la distribucin de Poisson que se obtiene por induccin a partir de la ecuacin (6.9).
El valor medio y la varianza son:
La distribucin de Poisson es, en general, un modelo muy conveniente para el nmero de llamadas
en un sistema de telecomunicacin (vase la figura 6.3) o tareas en un sistema informtico.
Ejemplo 6.2.2: Sistema de satlite Aloha con segmentos de tiempo
Considrese el sistema digital de comunicacin por satlite Aloha segmentado con longitud de
paquete constante h. El satlite est en una rbita geoestacionaria a unos 36 000 km por encima del
ecuador de modo que la demora circular es de unos 280 ms. Los ejes de tiempo se dividen en
segmentos de duracin fija que corresponden a la longitud del paquete h. El terminal individual
(estacin terrena) transmite los paquetes de forma tal que estn sincronizados con los segmentos de
tiempo. Todos los paquetes generados durante un segmento de tiempo se transmiten en el segmento
de tiempo siguiente. La transmisin de un paquete slo es correcta si es el nico paquete que ha de
ser transmitido en el segmento de tiempo. Si en un segmento de tiempo se transmiten
simultneamente ms paquetes, se tendr una colisin y todos los paquetes se pierden y han de ser
retransmitidos. Las estaciones terrenas reciben todos los paquetes y pueden entonces decidir si un
paquete est transmitido correctamente. Debido al retardo de tiempo, las estaciones terrenas
transmiten paquetes independientemente. Si el proceso de llegada total es un proceso de Poisson
01.12.06
- 113 -
(6.20)
Esto corresponde a la proporcin de los ejes de tiempo que se utilizan eficazmente. Esta funcin,
que se muestra en la figura 6.4 tiene un valor ptimo para h = 1, pues la derivada con respecto a
h es cero para este valor:
P'h(1) = eh . (1 h)
(6.21)
Max{p(1)} = e1 = 0,3679
(6.22)
Figura 6.3 Nmero de llamadas por segundo en Internet por conexin telefnica.
Los valores tericos se basan en la hiptesis de una distribucin de Poisson.
Una prueba estadstica acepta la hiptesis de una distribucin de Poisson
Leyendas de la figura 6.3
1)
Nmero de observaciones
2)
900 observaciones
3)
a = 6,39 llamadas/s
4)
= Valor terico
01.12.06
- 114 -
5)
Nmero de llamadas/s
Se tiene as una utilizacin mxima del canal en 0,3679, cuando en promedio se transmite un
paquete por segmento de tiempo. Un resultado similar se tiene cuando hay un nmero limitado de
terminales y la cantidad de paquetes por segmento de tiempo tiene distribucin binomial.
Trfico transportado
2)
Ideal
3)
Aloha segmentado
4)
Aloha simple
5)
Trfico ofrecido
6.2.4
Como se conoce en estadstica, estas distribuciones tambin se pueden obtener del proceso binomial
permitiendo que el nmero de intentos n (por ejemplo tiradas de un dado) se incremente al infinito
y, al mismo tiempo permitir que la probabilidad de xito en una tentativa simple p converja a cero
de modo tal que el nmero promedio de probabilidades de xito n . p es constante.
Este enfoque es esttico y no pone de relieve las propiedades fundamentales del proceso de Poisson,
que tiene una existencia independiente dinmica, sino que muestra la relacin entre los dos procesos
como se ilustra en el cuadro 6.1.
La distribucin exponencial es la nica distribucin de probabilidad continua con falta de memoria,
as como la distribucin geomtrica es la nica distribucin de probabilidad discreta con falta de
01.12.06
- 115 -
memoria. Por ejemplo, el resultado siguiente de la tirada de un dado es independiente del resultado
anterior. Las distribuciones de los dos procesos se muestran en el cuadro 6.1.
Cuadro 6.1 - Correspondencia entre las distribuciones del proceso binomial y el proceso
de Poisson. Un resultado satisfactorio corresponde al evento de una llegada en un
proceso puntual m1 = valor medio, 2 = varianza. Para la distribucin geomtrica
se puede comenzar con una clase cero. El valor medio se reduce entonces en uno
mientras que la varianza no se modifica
PROCESO BINOMIAL
Tiempo discreto
Probabilidad de resultado satisfactorio
p0<p<1
PROCESO DE POISSON
Tiempo continuo
Intensidad satisfactoria
, > 0
DISTRIBUCIN GEOMTRICA
DISTRIBUCIN EXPONENCIAL
DISTRIBUCIN DE PASCAL =
DISTRIBUCIN BINOMIAL NEGATIVA
DISTRIBUCIN DE ERLANG-
DISTRIBUCIN BINOMIAL
DISTRIBUCIN DE POISSON
01.12.06
- 116 -
6.3
En este punto se tratarn algunas propiedades fundamentales del proceso de Poisson. Del modelo
fsico tratado en el 6.2 se puede ver que el proceso de Poisson es el proceso puntual ms aleatorio
que se puede encontrar ("Proceso de irregularidad mxima"). Permite una buena descripcin de los
procesos fsicos cuando numerosos factores estn detrs del proceso total.
6.3.1
Las propiedades fundamentales del proceso de Poisson entre todos los otros procesos puntuales fue
tratado por primera vez por el sueco Conny Palm. Palm demostr que la distribucin exponencial
desempea el mismo papel para procesos puntuales estocsticos (por ejemplo, distribuciones de
tiempo entre llegadas), donde la superposicin se efecta por multiplicacin, como lo hace la
distribucin normal cuando se efecta superposicin por adicin (teorema del lmite central).
Proceso 1
2)
Proceso 2
3)
Proceso n
4)
Proceso total
5)
6)
Tiempo
01.12.06
- 117 -
pues ningn proceso puede dominar el proceso total (se suponen condiciones similares para el
teorema de lmite central). El teorema slo es vlido para procesos puntuales regulares.
Si se considera un punto aleatorio en el tiempo en un determinado proceso, el tiempo hasta la
llegada siguiente viene dado por la ecuacin (3.23).
Se superponen n procesos en un proceso total. Mediante la eleccin apropiada de la unidad de
tiempo, la distancia media entre llegadas en el proceso total se mantiene constante, independiente
de n. El tiempo desde un punto aleatorio al evento siguiente en el proceso total viene dado entonces
por la ecuacin (3.23):
y entonces:
01.12.06
- 118 -
Con referencia a los procesos puntuales que se producen en la vida real, se puede esperar conforme
a lo indicado anteriormente, que hay procesos de Poisson cuando se satisface una serie de
condiciones independientes suficientemente amplias para que se produzca un evento. sta es la
razn que muestra que el proceso de Poisson es una buena descripcin de, por ejemplo, los procesos
de llegada de todos los abonados a una central telefnica.
Como ejemplo de las limitaciones en el teorema de Palm (Teorema 6.1) se puede indicar que la
superposicin de dos procesos independientes produce un proceso de Poisson exacto slo si ambos
subprocesos son procesos de Poisson.
6.3.3
En el 6.2 se ha visto que "una distribucin uniforme en un intervalo muy amplio corresponde a un
proceso de Poisson. Se podr ver que la propiedad inversa es tambin vlida:
Teorema 6.3 Si para un proceso de Poisson se tiene n llegadas dentro de un intervalo de
duracin t, esas llegadas estn distribuidas uniformemente dentro de ese intervalo.
Puede en s mismo ser una variable estocstica si es independiente del proceso de Poisson. ste es,
por ejemplo, el caso en mediciones de trfico con intervalos de medida variables (vase el
Captulo 15). Esto se puede demostrar con la distribucin de Poisson (representacin del nmero) o
bien con la distribucin exponencial (representacin del intervalo).
6.4
El proceso de Poisson ha sido generalizado de diversas maneras. En esta seccin slo se considerar
el proceso de Poisson interrumpido. Otras generalizaciones pueden ser los procesos de Poisson
modulados de Markov (MMPP) y los procesos de llegada de Harkov (MAP).
6.4.1
Debido a la falta de memoria el proceso de Poisson es muy sencillo de aplicar. Sin embargo, en
algunos casos el proceso de Poisson no es suficiente para describir un proceso de llegada real.
Kuczura (1973 [71]) propuso una generalizacin que ha sido ampliamente utilizada.
La idea de generalizacin proviene del problema de sobrecarga de trfico (vase el 9.2 y la
figura 6.6). Los clientes que llegan al sistema tratarn de ser servidos en un sistema primario con
capacidad limitada (n servidores). Si el sistema primario est ocupado, los clientes de llegada sern
servidos por el sistema de desbordamiento. Los clientes que llegan se encaminan al sistema de
rebasamiento slo cuando el sistema primario est ocupado. En los periodos de ocupado los clientes
llegan al sistema de rebasamiento conforme al proceso de Poisson con intensidad . Durante el
tiempo restante no aparecen llegadas en el sistema de rebasamiento es decir la intensidad de llegada
es cero. As, se puede considerar el proceso de llegada al sistema de rebasamiento como un proceso
de Poisson que est "activado" o bien "desactivado" (vase la figura 6.7).
01.12.06
- 119 -
Canales
2)
3)
Enlace de desbordamiento
4)
Enlace primario
5)
Encendido
6)
Apagado
01.12.06
- 120 -
Proceso de Poisson
2)
Conmutador
3)
activado
4)
desactivado
5)
6)
Llegadas ignoradas
Como modelo simplificado para describir los intervalos activado(desactivado), Kuczura utiliz
intervalos de tiempo distribuidos exponencialmente con intensidad (). Demostr as que esto
corresponde a tiempos entre llegadas con distribucin hiperexponencial, lo cual se ilustra el
diagrama de fase de la figura 6.8. Los parmetros se estiman de la siguiente manera:
01.12.06
- 121 -
En razn que la distribucin hiperexponencial con dos fases se puede descomponer en una
distribucin Cox-2 (vase el 4.4.2), se encuentra que el proceso de Poisson interrumpido es
equivalente a una distribucin Cox-2 como se ilustra en la figura 4.10. De esta manera, hay tres
parmetros disponibles mientras que el proceso de Poisson slo tiene uno. Esto permite que sea ms
flexible para datos empricos de modelado.
01.12.06
- 122 -
01.12.06
- 123 -
CAPTULO 7
Sistemas de prdidas de Erlang, frmula B
En este Captulo y en los siguientes se examina la teora de teletrfico clsica formulada por Erlang,
Engset y Fry y Molina, que ha sido aplicada satisfactoriamente durante ms de 80 aos. En este
Captulo slo se examina la frmula de Erlang B fundamental. En el 7.1 se consideran las
hiptesis para el modelo. En el 7.2 se trata el caso con capacidad infinita, lo que da lugar a un
nmeros de canales ocupados distribuidos segn un proceso de Poisson. En el 7.3 se considera un
nmero limitado de canales y se obtiene una distribucin de Poisson interrumpida y una frmula de
Erlang B. En el 7.4 se describe un procedimiento tipo en lo que a los diagramas de transicin de
estado se refiere. Esta es la clave de la teora clsica del teletrfico. Asimismo, se obtiene una
frmula recurrente exacta para la evaluacin numrica de la frmula B de Erlang. Por ltimo, en
el 7.5 se estudian los principios bsicos de dimensionamiento, en donde se equilibran el grado de
servicio y los costos del sistema.
7.1
Introduccin
La frmula B de Erlang est basada en el modelo siguiente, descrito por los elementos estructura,
estrategia y trfico.
a)
Estructura: se considera un sistema de n canales idnticos (servidores, lneas de enlace,
segmentos de tiempo) que funcionan en paralelo. Esto se denomina grupo homogneo.
b)
Estrategia: una llamada que llega al sistema se acepta para servicio si algn canal est
desocupado. (Cada llamada necesita slo un canal.) Se dice que el grupo tiene plena
accesibilidad. A menudo se utiliza el trmino plena disponibilidad, pero esta terminologa
se utilizar slo en relacin con aspectos de fiabilidad. Si todos los canales estn ocupados
se pierde la tentativa de llamada y sta desaparece sin ningn efecto secundario (la tentativa
de llamada rechazada puede ser aceptada por un trayecto alternativo). Esta estrategia es la
ms importante y ha sido aplicada con xito durante muchos aos. Se denomina modelo de
prdidas de Erlang o modelo de llamada perdida eliminada (LCC, lost call cleared).
c)
Trfico: Se supone que los tiempos de servicio estn distribuidos exponencialmente
(intensidad ) y que el proceso de llegada es un proceso de Poisson con rgimen . Este
tipo de trfico se denomina puramente trfico aleatorio tipo uno, PCT-I. El proceso de
trfico se transforma entonces en un proceso terico de renovacin, un proceso de Markov
simple que es sencillo de formular matemticamente.
Definicin de trfico ofrecido: Es el trfico transportado cuando el nmero de canales (la
capacidad) es infinito (2.2). En el modelo de prdidas de Erlang con proceso de llegada de Poisson
esta definicin de trfico ofrecido es equivalente al nmero promedio de tentativas de llamada por
tiempo de ocupacin medio:
2)
01.12.06
- 124 -
Distribucin de Poisson
Se supone que el proceso de llegada es un proceso de Poisson y que los tiempos de ocupacin estn
distribuidos exponencialmente, es decir se considera el trfico PCT-I. Se supone que el nmero de
canales es infinito, en el que nunca se observar congestin (bloqueo).
7.2.1
El estado del sistema, [i], se define como el nmero de canales ocupados i (i = 0, 1, 2, ...). En la
figura 7.1 todos los estados del sistema se indican con crculos, y las variaciones por las cuales el
proceso de trfico cambia de un estado a otro se ilustran con arcos de flechas entre los estados.
Como el proceso es irregular, slo se tienen transiciones a estados vecinos. Si se supone que el
sistema est en equilibrio estadstico, durante la proporcin p(i) del tiempo estar en el estado [i],
donde p(i) es la probabilidad de observacin del sistema en estado [i] en un punto aleatorio del
tiempo, es decir un promedio del tiempo. Cuando el proceso est en el estado [i] pasar al estado
[i + 1] veces por unidad de tiempo y al estado [i 1] i veces por unidad de tiempo (por
supuesto, el proceso dejar el estado [i] en el momento que hay una transicin de estado.
Las ecuaciones de nodo son siempre aplicables aun para diagramas de transicin de estado
de diversas dimensiones. Este tema ser tratado ms adelante.
01.12.06
- 125 -
b)
Ecuaciones de corte
En muchos casos se puede explotar una estructura simple del diagrama de transicin de
estado. Si se efecta un corte ficticio, por ejemplo entre los estados [i1] e [i] (que
corresponde a un corte global entre los estados [0], [1], ... [i1]), en equilibrio estadstico
el proceso de trfico cambia entonces del estado [i1] a [i] la misma cantidad de veces que
cambia del estado [i] a [i1]. En equilibrio estadstico se tiene entonces, por unidad de
tiempo:
Se observa que las ecuaciones de nodo (7.3) conllevan tres probabilidades de estado, mientras que
las ecuaciones de corte (7.4) slo implican dos. Por consiguiente, es ms sencillo resolver
ecuaciones de corte. Los sistemas de prdidas siempre podrn presentar equilibrio estadstico si el
proceso de llegada es independiente del estado del sistema. En este captulo no se considerarn las
condiciones matemticas para el equilibrio estadstico.
7.2.2
Para diagramas de transicin de estado de una dimensin la aplicacin de las ecuaciones de corte es
el mtodo ms apropiado. De la figura 7.1 se obtienen las siguientes ecuaciones de equilibrio:
Expresando todas las probabilidades de estado por p(0), se obtiene, conforme al trfico ofrecido
A =/:
01.12.06
- 126 -
La cantidad de canales ocupados en un punto aleatorio en el tiempo tiene, por tanto, distribucin de
Poisson con el valor medio (6.17) y la varianza (6.18) iguales a A. Se ha visto anteriormente que el
nmero de llamadas en un intervalo de tiempo fijo tiene tambin distribucin de Poisson (6.16).
As, la distribucin de Poisson es vlida tanto en el tiempo como en el espacio. Por supuesto, se
obtendra la misma solucin utilizando ecuaciones de nodo.
7.2.3
Desde un punto de vista dimensional, el sistema con capacidad ilimitada no es muy interesante. Se
resumen las caractersticas de trfico importantes del sistema de prdidas:
Congestin temporal:
E = 0,
Congestin de llamadas:
B = 0,
Trfico transportado:
Y = i p(i ) = A,
i =1
Trfico perdido:
Al = A Y = 0,
C = 0.
01.12.06
- 127 -
El trfico transportado por la i-sima lnea de enlace que supone bsqueda secuencial se indicar
ms adelante con la ecuacin (7.13).
El grado de curtosis se define como la relacin entre la varianza y el valor medio de la distribucin
de las propiedades de estado (vase el ndice de dispersin para conteo, ecuacin 5.11). Para la
distribucin de Poisson se tiene, conforme a las ecuaciones (6.17) y (6.18):
7.3
En el 7.2 se present la hiptesis del trfico puramente aleatorio tipo I (PCT-I). El nmero de
canales es ahora limitado, de modo que n es un valor finito. El nmero de estados resulta n + 1, y el
diagrama de transicin de estado se muestra en la figura 7.2.
Probabilidades de estado
Se obtienen ecuaciones de corte similares que para el caso de Poisson, pero el nmero de estados
est limitado y la condicin de normalizacin (7.5) resulta ahora:
01.12.06
- 128 -
El nombre truncado significa interrumpido y es debido al hecho que la solucin se puede interpretar
como una distribucin de Poisson condicional p(ii n). Esto se ve fcilmente multiplicando el
numerador y el denominador por eA. No es un hecho de poca importancia que para este modelo de
trfico se permita interrumpir la distribucin de Poisson de modo tal que las relaciones relativas
entre las probabilidades de estados permanece inalteradas. En la antigua literatura sobre la teora de
teletrfico la distribucin de Poisson truncada se denominaba tambin distribucin de Erlang. Para
evitar confusiones, este nombre slo se ha de utilizar para una suma de distribuciones
exponenciales como se describe en el 4.2.
7.3.2
Al conocer las probabilidades de estados se pueden hallar las medidas de calidad de funcionamiento
definidas por probabilidades de estado.
Congestin temporal:
La probabilidad que todos los canales n estn ocupados en un punto aleatorio del tiempo es igual a
la proporcin de tiempo en que todos los canales estn ocupados (promedio temporal). Esto se
obtiene con la ecuacin (7.8) para i = n.
sta es la famosa frmula B de Erlang (1917 [12]). Se simboliza por En(A) = E1,n(A), donde el
ndice "uno" se refiere al nombre alternativo de la primera frmula de Erlang.
Congestin de llamadas:
La probabilidad que una llamada aleatoria se pierda es igual a la proporcin de tentativas de
llamadas bloqueadas. Si se considera una unidad de tiempo, se encuentra que B = Bn(A):
Trfico transportado:
Si se utiliza la ecuacin de corte para el corte entre los estados [i1] e [i] se tiene:
Congestin de trfico:
01.12.06
- 129 -
Esta funcin se muestra en la figura 7.4, y se observa que para una congestin E se obtiene la mayor
utilizacin para grandes grupos de canales (economa de escala).
2)
Bsqueda ordenada = bsqueda secuencial: El trfico transportado por el canal i es la
diferencia entre el trfico perdido de i 1 canales y el trfico perdido de i canales:
Se debe observar que el trfico transportado por el canal i es independiente del nmero total de
canales. As los canales despus del canal i no tienen influencia en el trfico transportado por el
canal i . No hay realimentacin.
Funcin mejora:
Esta funcin indica el incremento del trfico transportado cuando se aumenta en uno el nmero de
canales de n a n + 1.
Se tiene:
La funcin mejora Fn(A) est tabulada en el "Principio de Moe" (Arne Jensen, 1950 [50]) y se
muestra en la figura 7.5. En el 7.5.2 se examinar la aplicacin de este principio para
dimensionamiento econmico ptimo.
01.12.06
- 130 -
Grado de curtosis:
Se define como la relacin entre la varianza y el valor medio de la distribucin del nmero de
canales ocupados, vase el IDC (5.11). La distribucin de Poisson truncada se obtendr utilizando
la ecuacin (7.13):
7.3.3
01.12.06
- 131 -
ocupacin constantes (vase el 7.2). Las probabilidades de estado vienen dadas por la distribucin
de Poisson (7.6), donde A = h. Un paquete slo se transmite correctamente si (a) el sistema est
en el estado [0] en el tiempo de llegada y (b) no se recibe ningn otro paquete durante el tiempo de
servicio h. Por tanto, se tiene:
Pcorrecto =
2)
Trfico ofrecido A
01.12.06
- 132 -
Figura 7.4 Utilizacin media por canal a (7.12) en funcin del nmero
de canales n para determinados valores de la congestin E
Leyendas de la figura 7.4
1)
Utilizacin a
2)
Nmero de canales n
01.12.06
- 133 -
Figura 7.5 Funcin mejora Fn(A) (7.15) de la frmula B de Erlang. Por bsqueda
secuencial, Fn(A) es igual al trfico an+1 transportado en el canal nmero (n + 1)
Leyendas de la figura 7.5
1)
2)
Nmero de canales n
-2A
sta es la proporcin del eje de los tiempos que se utiliza eficazmente. Tiene un valor ptimo
para h = A = , donde la derivada con respecto a A es igual a cero:
01.12.06
- 134 -
Se obtiene as una utilizacin mxima igual a 0,1839 cuando se ofrece 0,5 Erlang. Esta es la mitad
del valor que se ha obtenido para un sistema segmentado, sincronizando los transmisores de satlite.
En la figura 6.4 se comparan los modelos.
7.4
c)
d)
donde
01.12.06
- 135 -
7.4.1
Evaluacin numrica
Si q(i) llega a ser muy grande (por ejemplo 1010), se tendrn que multiplicar entonces todos los
valores relativos q(i) por la misma constante (por ejemplo 10-10), pues se sabe que todas las
probabilidades estn dentro del intervalo [0,1]. De esta manera se evitan problemas numricos.
Si q(i) llega a ser muy pequeo, se puede interrumpir entonces el espacio de estado pues la funcin
densidad de p(i) tiene a menudo forma de campana (unimodal) y, por tanto, tiene un valor mximo.
En muchos casos, se puede controlar tericamente el error introducido por la interrupcin del
espacio de estado (Stepanov, 1989 [96]).
Por supuesto, tambin se puede normalizar despus de cada paso, pero esto implica mayores
clculos. Si slo hay inters en el valor absoluto de p(n), es decir para obtener la congestin
temporal E = p(n), se puede efectuar esto en una manera ms simple. Supngase que se tiene la
siguiente frmula de recursin, (basada en las ecuaciones de corte) para las probabilidades de
estado no normalizadas:
y que se desea hallar las probabilidades de estado normalizadas, dado x canales: px(i), i = 0, 1, . . . x.
El ndice x indica que es la probabilidad de estado para un sistema con un total de x canales.
Se supone que ya se han obtenido las probabilidades de estado normalizadas para x-1 canales.
Los valores relativos de las probabilidades de estado no cambian cuando se le agrega uno o ms
canales, de modo que se tiene:
pues en el paso previo se normaliz la suma de los trminos de 0 a x1 de modo que se agregan a 1.
Se obtiene as:
01.12.06
- 136 -
El valor inicial para la recursin es Q0 = po(0) = po(0). Aplicando la ecuacin (7.22) y utilizando la
notacin Ex = px(x) (congestin temporal) se obtiene:
Esta es una frmula de recursin general para calcular la congestin temporal de todos los sistemas
con rgimen de llegada dependiente del estado 1 y servidores homogneos.
Ejemplo 7.4.1: Clculo de probabilidades de la distribucin de Poisson
Si se desea calcular la distribucin de Poisson (7.6) para valores medios muy grandes m1 = A = /,
es conveniente entonces hacer que q(m) = 1, donde m es igual a la parte entera de (m1 + 1). Los
valores relativos de q(i) tanto para los valores decrecientes i = m 1, m 2, ..., 0 como para los
valores crecientes i = m+1, m 2, ... estarn disminuyendo y se pueden detener los clculos cuando,
20
Para clculos numricos, la frmula (7.9) no es muy apropiada puesto que n! y An aumentan
rpidamente de modo tal que se producir el rebasamiento del ordenador. Si se aplica la
ecuacin (7.25), se obtendr entonces la frmula de recursin:
donde In(A) = 1/En(A). Esta frmula de recursin es exacta, y aun para grandes valores de (n, A) no
hay errores de redondeo. Esta es la frmula bsica para numerosas tablas de la frmula B de Erlang,
es decir la tabla clsica (Palm, 1947 [83]). Para valores de n muy grandes hay algoritmos ms
eficaces. Se debe sealar que una frmula recursiva, que es exacta para ndices crecientes,
usualmente no lo es para ndices decrecientes y viceversa.
Ejemplo 7.4.2: Sistemas de prdidas de Erlang
Considrese un sistema de prdidas Erlang-B con n = 6 canales, rgimen de llegada = 2 llamadas
por unidad de tiempo, y rgimen de salida = 1 salida por unidad de tiempo, de modo que el trfico
ofrecido es A = 2 erlang. Si las probabilidades de estado relativas no normalizadas se representan
por q(i), se obtendrn, al establecer el diagrama de transicin de estado, los valores mostrados en el
siguiente cuadro:
01.12.06
- 137 -
Congestin de llamadas:
Se observa que E = B = C debido a la propiedad PASTA.
Aplicando la frmula de recursin (7.27) se obtendrn, por supuesto, los mismos resultados:
01.12.06
- 138 -
la cual, por supuesto, es la probabilidad de bloqueo inversa de la frmula B. Para grandes valores
de x y A esta frmula se puede aplicar para el clculo rpido de la frmula B, pues se puede
interrumpir la suma cuando los trminos se hacen muy pequeos.
7.5
Principios de dimensionamiento
Cuando se dimensionan los sistemas de servicio se deben compensar las necesidades de grado de
servicio frente a las restricciones econmicas. En este Captulo ser ver cmo se puede llevar esto a
cabo sobre una base racional. En sistema de telecomunicaciones hay diversas medidas que
caracterizan el servicio ofrecido. La medida ms importante es la calidad de servicio (QoS, quality
of service), que comprende todos los aspectos de una conexin tales como calidad vocal, retardo,
prdida, fiabilidad, etc. Se considerar un subconjunto de estos aspectos, es decir el grado de
servicio (GoS, grade of service) o rendimiento funcional de la red, que slo incluye aspectos
relacionados con la capacidad de la red.
Por la publicacin de las frmulas de Erlang haba ya antes de 1920 una relacin funcional entre la
cantidad de servidores, trfico ofrecido y grado de servicio (probabilidad de bloqueo) y as una
medida para la calidad del trfico. Al mismo tiempo, haba conexiones directas entre todas las
centrales en la zona de Copenhague que produjeron numerosos grupos pequeos de lnea de enlace.
Si la frmula B de Erlang se aplica con una probabilidad de bloqueo fija para dimensionamiento, la
utilizacin resulta deficiente.
Kai Moe (1893-1949), que fue ingeniero en jefe en la Compaa Telefnica de Copenhague, efectu
algunas evaluaciones econmicas cuantitativas y public diversos documentos donde present
consideraciones marginales, como se conocen actualmente en economa matemtica. P. A
Samuelson, en su famoso libro publicado en 1947, efectu consideraciones similares. Sobre la base
de los trabajos de Moe se formularon los principios fundamentales para sistemas de
telecomunicacin. Principio de Moe (Jensen, 1950 [50]).
7.5.1
Para el funcionamiento correcto, un sistema de prdidas debe ser dimensionado para una
probabilidad de bloqueo baja. En la prctica, se debe elegir el nmero de canales n de modo tal
que E1,n (A) sea de 1% para evitar la sobrecarga debida a numerosas tentativas de llamada repetidas
y no completadas que adems causan incomodidades a los abonados.
El cuadro 7.1 indica el trfico ofrecido para una probabilidad de bloqueo fija E = 1% para algunos
valores de n.
01.12.06
- 139 -
El cuadro tambin indica la utilizacin de canales media, que es ms elevada para grandes grupos.
Si se aumenta el trfico ofrecido un 20% a A1 = 1,2 . A, se observa que la probabilidad de bloqueo
aumenta para todos los valores de n, pero ms an para grandes valores.
En el cuadro 7.1 se observan dos caractersticas:
a)
La utilizacin a por canal es, para una determinada probabilidad de bloqueo, las ms
elevada en grandes grupos (vase la figura 7.4). Un canal puede, con una probabilidad de
bloqueo E = 1%, ser utilizado en promedio 36 segundos por hora.
b)
Los grandes grupos de canales son ms sensibles a un determinado porcentaje de
sobrecarga que los pequeos grupos de canales. Esto se explica por la reducida utilizacin
de pequeos grupos, los cuales, en consecuencia, tienen una mayor capacidad de reserva
(elasticidad).
As, cuando se dimensiona un grupo de canales, surgen dos factores de importancia contrarios entre
s: se debe elegir entre alta sensibilidad a la sobrecarga o una baja utilizacin de canales.
7.5.2
Como se indic en el 7.5.1 una probabilidad de bloqueo fija produce baja utilizacin (mala
economa) de pequeos grupos de canales. Si se reemplaza la necesidad de una probabilidad de
bloqueo fija por una necesidad econmica, la funcin mejora F1,n(A) (7.15) debe tomar un valor
fijo de modo tal que la extensin de un grupo con un canal adicional aumenta el trfico transportado
en la misma cantidad para todos los grupos.
En el cuadro 7.2 se muestran los valores para F = 0,05. Del mismo se observa que la utilizacin de
pequeos grupos resulta mejor cuando corresponde a un elevado aumento de la probabilidad de
bloqueo. Por otra parte la congestin en grandes grupos disminuye a un valor pequeo. (Vase
tambin la figura 7.7.) Si se tiene un sistema telefnico con grupos de enlace como en el cuadro, no
se podr aumentar el trfico transportado reordenando los canales entre los grupos.
01.12.06
- 140 -
Con este criterio de servicio se atribuir, en comparacin con el 7.5.1 ms canales a grupos
grandes y menos canales a grupos pequeos, que es la tendencia que se estaba buscando.
La funcin mejora es igual al cociente diferencia del trfico transportado con respecto al nmero de
canales n. Cuando el dimensionamiento se efecta conforme al principio de mejora se debe
establecer un punto de operacin en la curva del trfico transportado en funcin del nmero de
canales cuya pendiente sea la misma para todos los grupos (A / n = constante). Un incremento
marginal del nmero de canales aumenta el trfico transportado en la misma cantidad para todos los
grupos.
Es sencillo establecer un modelo econmico simple para la determinacin de F1,n (A). Considrese
un determinado intervalo de tiempo (por ejemplo una unidad de tiempo). Sea g el ingreso por erlang
transportado por unidad de tiempo. Se supone que el costo de un cable con n canales es una funcin
lineal:
cn = c0 + c n
(7.29)
Los costos totales para un determinado nmero de canales es entonces a) a costo del cable y b)
costo debido al trfico perdido (ingreso perdido):
Cn = g AE1,n(A) +c0 + c n,
(7.30)
siendo A el trfico ofrecido, es decir la demanda posible de trfico en el grupo considerado. Los
costos debido al trfico perdido disminuirn con el incremento de n, mientras que los gastos debidos
al cable aumentan con n. Los costos totales pueden tener un mnimo para un determinado valor
de n. En la prctica n es un entero y se busca un valor de n para el cual se tiene (vase la figura 7.6):
01.12.06
- 141 -
Figure 7.6 Los costos totales se componen de costos para cable e ingresos perdidos
debido al trfico bloqueado (7.30). El valor mnimo de los costos totales se
obtiene cuando se satisface la expresin (7.31), es decir cuando las dos
funciones de costos tienen la misma pendiente con signos opuestos
(cociente de diferencias). (FB = 0,35, A = 25 erlang)
El mnimo se obtiene para n = 30 lneas de enlace
B
c
A {En(A) En+1((A)},
g
(7.31)
o:
donde:
FB =
(7.33)
01.12.06
- 142 -
(7.34)
La figura 7.7 muestra probabilidades de bloqueo para algunos valores de FB. Se observa que la
demanda econmica precedente para obtener beneficios produce un determinado valor de la funcin
mejora. En la prctica, se toma un valor de FB independientemente de la funcin costo.
B
(7.35)
Figura 7.7 Cuando se efecta el dimensionamiento con un valor fijo del valor
mejora FB las probabilidades de bloqueo para valores pequeos del
trfico ofrecido se hace grande (vase el cuadro 7.2)
Leyendas de la figura 7.7:
1)
Probabilidad de bloqueo E [%]
2)
Trfico ofrecido A
01.12.06
- 143 -
CAPTULO 8
Sistemas de prdidas con accesibilidad completa
En este Captulo se generaliza el sistema clsico de prdidas de Erlang a los procesos Poisson de
llegadas dependientes del estado, entre ellos los denominados modelos de trfico BPP:
Despus de una introduccin en el 8.1 se examina la teora clsica bsica en los 8.2 a 8.7. En el
8.2 se considera el caso binomial, en el que el nmero de fuentes S (abonados, clientes, tareas) es
limitado y el nmero de canales n siempre es suficiente (S n). Este sistema se aborda mediante
ecuaciones de equilibrio del mismo modo que en caso Poisson (vase el 7.2). Ante todo, se
examina la estrategia de las llamadas perdidas eliminadas (LCC, lost-calls-cleared). En el 8.3 se
limita el nmero de canales de manera que pase a ser inferior al nmero de fuentes (n < S). Se tiene
entonces la posibilidad de bloqueo y se obtiene la distribucin binomial truncada que se denomina
distribucin de Engset. La probabilidad de congestin temporal E viene dada por la frmula de
Engset, con un nmero de fuentes, la congestin temporal, la congestin de llamadas y la
congestin de trfico se vuelven diferentes, y la denominada propiedad PASTA es sustituida por el
teorema general de llegada, segn el cual el estado del sistema observado por un cliente (promedio
de llamada), es igual a la probabilidad del estado del sistema sin este cliente (promedio temporal).
La frmula de Engest se calcula numricamente mediante una frmula recursiva en el nmero de
canales n obtenida del mismo modo que la frmula B de Erlang. Asimismo, se establecen frmulas
recursivas en el nmero de fuentes s, as como en n y s.
En el 8.6 se examina el caso binomial negativo, tambin denominado caso Pascal, donde la
intensidad de llegada aumenta linealmente con el estado del sistema. Si el nmero de canales es
limitado se obtiene entonces la distribucin binomial negativa truncada (vase el 8.7).
Figure 8.1 Sistema de prdidas de accesibilidad completo con S fuentes, que genera
trfico a n canales. El sistema se muestra a travs del denominado chicko-gram.
El pequeo apndice que se ilustra en la fuente simboliza un selector que
apunta hacia los canales (servidores) entre los cuales se
puede escoger la fuente
Leyendas de la figura 8.1
1)
S fuentes
2)
n canales
8.1
Introduccin
Considrese un sistema con la misma estructura (grupo de accesibilidad completa) y estrategia
(llamadas perdidas eliminadas) como en el Captulo 7 pero con ms procesos generales de trfico.
En el texto siguiente se supone que los tiempos de servicios estn distribuidos exponencialmente
01.12.06
- 144 -
2)
3)
Como el proceso de Poisson se puede obtener por un nmero infinito de fuentes con una intensidad
de llegada total , el caso Erlang se puede considerar como un caso especial de los otros dos casos:
01.12.06
- 145 -
Para cualquier estado finito i hay entonces una intensidad de llegada constante:
Los tres tipos de trfico estn referidos como trfico BPP conformes a las abreviaturas que
corresponden a (Binomial, Poisson y Pascal). Como esos modelos incluyen todos los valores de
curtosis Z > 0, puede ser utilizados para modelar trfico con dos parmetros: Valor medio A y
curtosis Z. Para valores arbitrarios de Z el nmero de fuentes S resulta, en general, no entero.
Mediciones de rendimiento funcional: Las caractersticas de trfico ms importantes para sistemas
de prdidas son: congestin temporal E , congestin de llamadas B, congestin de trfico C, y la
utilizacin de los canales. Esas mediciones se obtienen para cada uno de los modelos mencionados.
8.2
Distribucin binomial
Estado
2)
Ocupado
3)
En reposo
4)
Tiempo
5)
llegada
6)
salida
01.12.06
- 146 -
8.2.1
Ecuaciones de equilibrio
01.12.06
- 147 -
El parmetro es el trfico ofrecido por fuente en reposo (nmero de tentativas de llamada por
unidad de tiempo para una fuente en reposo) (el trfico ofrecido desde una fuente ocupada es cero),
y resulta:
donde
En este caso, cuando una tentativa de llamada procedente de una fuente en reposo nunca se bloquea,
es igual al trfico transportado a por fuente (a = ), que es equivalente a la probabilidad que una
fuente est ocupada en un instante aleatorio (la proporcin del tiempo en que la fuente est
ocupada). Esto tambin se observa en la figura 8.2, pues todos los puntos de llegada y de salida en
el eje del tiempo son puntos de regeneracin (puntos de equilibrio). Un ciclo que va desde el
comienzo de un estado ocupado (llegada) hasta el comienzo del estado ocupado siguiente es
representativo de la totalidad de los ejes de tiempo, y los tiempos medios se obtienen promediando
un ciclo completo. Se debe sealar que para sistemas con bloqueo se tiene a (vase el 8.3).
La frmula (8.4) representa la distribucin binomial. En la teora de teletrfico tambin se
denomina distribucin de Bernoulli, pero esto se debe evitar pues en estadstica este nombre se
utiliza para una distribucin de dos puntos.
La frmula (8.4) se puede obtener por consideraciones elementales. Todos los abonados se pueden
dividir en dos grupos: abonados ocupados y abonados desocupados. La probabilidad que un
abonado pertenezca a la clase "ocupado" es a = , que es independiente del estado de todos los
otros abonados pues el sistema no tiene bloqueo y siempre se aceptan tentativas de llamada. Hay en
total S abonados (fuentes) y la probabilidad p(i) que i fuentes estn ocupadas en un instante
arbitrario viene dado por la distribucin binomial (8.4) y por el cuadro 6.1.
01.12.06
- 148 -
8.2.2
(8.5)
1/
(8.6)
= /
(8.7)
El trfico ofrecido por fuente desocupada es un concepto complejo pues la porcin de tiempo que
una fuente est desocupada depende de la congestin. El nmero de llamadas ofrecido por una
fuente resulta dependiente del nmero de canales: una elevada congestin ocasiones ms tiempo
libre para una fuente y, por tanto, ms tentativas de llamada. Por definicin, el trfico ofrecido de
una fuente es igual al trfico transportado en un sistema sin congestin, donde la fuente vara
libremente entre los estados ocupado y desocupado. Por tanto, se tiene la siguiente definicin de
trfico ofrecido.
1+
A=S.
a
Y=S.a
(8.8)
(8.9)
(8.10)
= trfico transportado.
(8.11)
Congestin temporal:
E=0
E = p(n) =
S <n;
n
S = n.
(8.12)
Trfico transportado:
que es el valor medio de la distribucin binomial (8.4). En este caso sin bloqueo se tiene entonces
= a.
Congestin de trfico:
01.12.06
- 149 -
(8.16)
Bsqueda secuencial: expresin compleja deducida por L.A. Joys (1971 [56]).
Funcin mejora:
Fn(A) = Yn+1 Yn = 0
(8.18)
01.12.06
- 150 -
8.3
Distribucin de Engset
La nica diferencia en comparacin con el 8.2 es que el nmero de fuentes S es ahora mayor que
el nmero de lneas de enlace (canales) (n < S). Por tanto, las tentativas de llamada pueden sufrir
congestin.
Figura 8.4 Diagrama de transicin de estado para el caso Engset con S > n,
donde S es el nmero de fuente de trfico y n es el nmero de canales
8.3.1
Probabilidades de estado
Las ecuaciones de corte son idnticas a la ecuacin (8.1), pero slo existen para 0 i n (vase la
figura 8.4). La ecuacin de normalizacin (8.2) resulta:
Del mismo modo, utilizando la ecuacin (8.8), se puede volver a formular esta expresin en una
forma que es anloga a la ecuacin (8.4):
01.12.06
- 151 -
Congestin temporal E: es por definicin igual a la porcin de tiempo en que el sistema est
bloqueado para nuevas tentativas de llamada, es decir p(n) (8.25):
utilizando
se obtiene:
Este resultado se puede interpretar de la siguiente manera: La probabilidad que una tentativa de
llamada procedente de una fuente aleatoria (abonado) se rechace, es igual a la probabilidad que las
fuentes de trfico S1 restantes ocupen la totalidad de los n canales. Este es el teorema de llegada y
se puede probar que es vlido para sistemas de prdidas y de espera) con un nmero limitado de
fuentes de trfico. El resultado se basa en el producto entre fuentes y la convolucin de fuentes.
Como E aumenta cuando se incrementa S, se tiene:
Teorema 8.1 Teorema de llegada: Para todos los sistemas con un nmero de fuentes limitado, una
fuente de trfico aleatorio observar segn llegada el estado del sistema como si la propia fuente no
fuera parte del sistema.
Trfico transportado: Aplicando la ecuacin de corte entre el estado i1 y el estado i se obtiene:
01.12.06
- 152 -
De las ecuaciones (8.33) y (8.35) se obtiene una relacin simple entre E y B que es idntica a las
ecuaciones (8.54) y (8.55).
Nmeros de tentativas de llamadas por unidad de tiempo:
01.12.06
- 153 -
Funcin mejora:
De modo anlogo la derivacin de la ecuacin (8.28) se puede demostrar que de conformidad con el
teorema de llegada (Teorema 8.1) se tiene lo siguiente:
Cuando las fuentes que dejan el sistema miran hacia atrs observarn el sistema en estado :
01.12.06
- 154 -
Si se trata de calcular los valores numricos de la frmula de Engset (8.27) (congestin temporal E),
se presentarn problemas numricos para grandes valores de S y n. En el texto siguiente se
deducirn diversas frmulas recursivas numricamente estables y su recproca I = 1/E. Cuando se
conoce la congestin temporal E, es sencillo obtener la congestin de llamadas B y la congestin de
trfico C utilizando las frmulas (8.55) y (8.34). Numricamente es tambin fcil calcular
cualquiera de los cuatro parmetros n, S, , E cuando se conocen tres de ellos. Se puede suponer
que n y posiblemente S no son enteros.
8.4.1
Frmula de recursin en n
Las ecuaciones (8.44) y (8.45) son analticamente exactas y numricamente estables y permiten
calcular recursiones precisas para valores crecientes de n. Sin embargo, para valores crecientes de n
se acumulan errores numricos y las recursiones no son exactas. El nmero de iteraciones es n.
8.4.2
Frmula de recursin en S
01.12.06
- 155 -
Las probabilidades de estado qn,S(i) no estn normalizadas, pues se corta en el estado [n] y se
excluye el ltimo trmino qn,S(n + 1) = pn,S-1(n) (estado [n + 1]) donde una tentativa de llamada se
bloquea. Las probabilidades de estado normalizadas pn,S(i) para un sistema con S fuentes y n canales
se obtienen as de las probabilidades de estado normalizadas pi,S1(i) para un sistema con S1
fuentes mediante:
La congestin temporal En,S() para un sistema con S fuentes se puede expresar mediante la
congestin temporal En,S-1() para un sistema con S1 fuentes utilizando las ecuaciones (8.47)
y (8.46):
donde se ha utilizado la ecuacin de equilibrio entre el estado [n 1, S -1] y el estado [n, S -1].
Remplazando con la ecuacin (8.8), se tiene:
El valor inicial se obtiene con la ecuacin (8.12). Empleando la probabilidad de bloqueo recproca
I = 1/E, se obtiene:
Para incrementos de S el nmero de iteraciones es S-n. Sin embargo, los errores numricos
acumulados debido a la normalizacin, donde se divide por un nmero menor que uno (8.47) y la
aplicabilidad es limitada. Por consiguiente, para incrementos de S se recomienda utilizar la ecuacin
(8.53). Para el decrecimiento de S la frmula es analticamente exacta, numricamente estable y
precisa. Sin embargo, el valor inicial debe ser conocido de antemano.
8.4.3
Frmula de recursin en n y S
01.12.06
- 156 -
que son recursivas tanto en el nmero de servidores como en la cantidad de fuentes. Ambas
recursiones son numricamente exactas para ndices crecientes y el nmero de iteraciones es n
(Joys, 1967 [54],).
De las expresiones anteriores se obtienen las siguientes conclusiones para frmulas de recursin que
se aplican a la frmula de Engset. Para valores crecientes del parmetro, las frmulas de recursin
(8.44) y (8.45) son las mejores aunque tambin son convenientes las frmulas (8.52) y (8.53). Las
ecuaciones de recursin (8.50) y (8.51) son numricamente inestables para valores crecientes, pero,
a diferencia de las otras, son estables para valores decrecientes. En general, se tiene que una
recursin, que es estable en un sentido, ser inestable en el sentido opuesto.
8.5
Relaciones entre E, B, y C
01.12.06
- 157 -
A=
(trfico ofrecido),
Z=
(grado de curtosis).
Congestin temporal:
Congestin de trfico:
Congestin de llamadas:
Se observa que E >B>C, que es un resultado general para el caso Engset ((8.60) y figura 8.5). Por
aplicacin de la frmula de recursin (8.45) se obtendrn, por supuesto, los mismos resultados.
01.12.06
- 158 -
Donde .y S son constantes positivas. El tiempo de ocupacin se supone an que est distribuido
exponencialmente con la intensidad
01.12.06
- 159 -
2)
Grado de curtosis Z
En esta seccin se supone que el nmero de canales es infinito. Se establece entonces un diagrama
de transicin de estado (vase la figura 8.6 con n infinito y se calculan las probabilidades en
rgimen permanente que existen slo para < se obtiene:
donde
La frmula (8.62) es la distribucin binomial negativa (vase la distribucin de Pascal, cuadro 6.1).
Las caractersticas de trfico de este modelo se obtienen mediante una sustitucin apropiada de los
parmetros de la distribucin binomial. Esto se trata en la seccin siguiente, que aborda un caso ms
realista.
8.7
Se considera el mismo proceso de trfico que en el 8.6 pero se restringe ahora la cantidad de
servidores a un nmero n limitado. La restriccin ( < ) es superflua pues siempre se obtendr
equilibrio estadstico con un nmero de estados finito. El diagrama de transicin de estado se
muestra en la figura 8.6, y las probabilidades de estado vienen dadas por la siguiente expresin:
sta es la distribucin (de Pascal) binomial negativa truncada. Formalmente se obtiene del caso
Bernoulli/Engset con las sustituciones siguientes:
S se reemplaza por S,
(8.65)
se reemplaza por -.
(8.66)
Mediante estas sustituciones son vlidas todas las frmulas correspondientes a los casos
Bernoulli/Engset para la distribucin de Pascal truncada.
Se ha de sealar que la ecuacin (8.64) es vlida para la distribucin arbitraria del tiempo de
ocupacin (Iversen, 1980 [40]). Suponiendo tiempos de ocupacin distribuidos exponencialmente,
este modelo tiene las mismas probabilidades de estado que la primera forma normal de Palm, es
decir un sistema con un proceso de llegada de Poisson y una intensidad que sigue una distribucin
gamma (los tiempos entre llegadas siguen una distribucin de Pareto). Esta configuracin se utiliza
para modelar trfico de desbordamiento que tiene un coeficiente de curtosis (factor de irregularidad)
mayor que uno.
01.12.06
- 160 -
01.12.06
- 161 -
01.12.06
- 162 -
01.12.06
- 163 -
CAPTULO 9
Teora de desbordamiento
En este Captulo se examinan sistemas con accesibilidad restringida, es decir, sistemas en los que
un abonado o un flujo de trfico slo tienen acceso a k canales especficos de un total de n (k n)
canales. Si todos los canales k estn ocupados, una tentativa de llamada se puede bloquear incluso si
hay canales en estado de reposo entre los canales (nk) restantes. En la figura 9.1 se muestra un
ejemplo donde se considera una red jerrquica con trfico de A a B y de A a C. Para el trfico de A
a B hay una ruta directa (primaria) con n1 canales. Si estn todos ocupados, la llamada se dirige al
encaminamiento alternativo (secundario) de T a B. De modo similar, el trfico de A a C tiene como
primera eleccin la ruta AC y una ruta alternativa ATC. Si se supone que la ruta TB y TC no estn
bloqueadas, se obtiene entonces el esquema de accesibilidad mostrado a la derecha de la figura 9.1.
A partir de esto se observa que el nmero total de canales es (n1 + n2 + n12) y que el trfico AB slo
tiene acceso a (n1 + n12) de ellos. En este caso, se debe aplicar bsqueda secuencial entre las rutas
de modo tal que se encamine slo una llamada a travs del grupo n12, cuando todos los canales
primarios n1 estn ocupados.
01.12.06
- 164 -
9.1
Teora de desbordamiento
Los modelos de trficos clsicos suponen que el trfico ofrecido a un sistema es un trfico
puramente aleatorio puro tipo uno o dos, PCT-I o PCT-II. En redes de comunicaciones con
encaminamiento de trfico alternativo, el trfico que se pierde del grupo primario se presenta a un
grupo de desbordamiento, que tiene propiedades diferentes del trfico PCT (vase el 6.4). Por
consiguiente, para evaluar probabilidades de bloqueo de trfico de desbordamiento no se pueden
utilizar los modelos clsicos.
Ejemplo 9.1.1: Grupo dividido en dos
Sea un grupo con 16 canales donde se presenta trfico PCT-I de 10 erlang. Empleando la frmula B
de Erlang se obtiene la probabilidad de bloqueo E = 2,23% y el trfico perdido 0,2230 erlang.
Se aplica ahora la bsqueda secuencial y los 16 canales se dividen en un grupo primario y un grupo
de desbordamiento, con un total de 8 canales cada uno. Mediante la frmula B de Erlang se
encuentra que el trfico de desbordamiento del grupo primario es igual a 3,3832 Erlang. Este trfico
se presenta al grupo de desbordamiento. Nuevamente, mediante la frmula B de erlang se obtiene el
trfico perdido que se encuentra en el grupo de desbordamiento: Al = 3,3832 . Es(3,3832) = 0,0493
[erlang]. De esta manera, la probabilidad de bloqueo total es de 0,493%, que es un valor mucho
menor que el resultado correcto de 2,23%. Se ha efectuado un error al aplicar la frmula B al trfico
de desbordamiento, que no es trfico PCT-I, sino que se desencadena repentinamente (en forma de
rfagas).
En el texto siguiente se describirn dos clases de modelos para trfico de desbordamiento. En
principio, se puede estudiar el proceso de trfico vertical u horizontalmente. Por estudios verticales
se calculan las probabilidades de estado (vanse los 9.1.1 a 9.4.3). Por estudios horizontales se
analiza la distancia entre las llegadas de las llamadas, es decir la distribucin temporal entre
llamadas ( 9.5).
9.1.1
Considrese un grupo totalmente accesible con bsqueda (secuencial) ordenada. El grupo se divide
en un grupo primario limitado con n canales y un grupo de desbordamiento con capacidad infinita.
Sistema de Kosten
2)
Sistema de Brockmeyer
3)
Sistema generalizado
01.12.06
- 165 -
Se supone que el trfico ofrecido A es el tipo PCT-I. Este sistema de desbordamiento se denomina
sistema de Kosten (vase la figura 9.2). El estado del sistema se describe por medio de un vector
bidimensional:
que es la probabilidad que en un punto aleatorio del tiempo i canales estn ocupados en el grupo
primario y j canales en el grupo de desbordamiento. Es diagrama de transicin de estado se muestra
en la figura 9.3. Kosten (1937 [68]) analiz este modelo y calcul las siguientes probabilidades de
estado marginales:
Riordan (1956 [89]) estableci los momentos de las distribuciones marginales. El valor medio y el
grado de curtosis (relacin varianza/valor medio) de las distribuciones marginales, es decir el trfico
transportado por los dos grupos resultan:
Grupo primario:
01.12.06
- 166 -
Figura 9.3 Diagrama de transicin de estado para el sistema Kosten que tiene un
grupo primario con n canales y un grupo de desbordamiento ilimitado.
Los estados se simbolizan por (i, j), donde i es el nmero de canales
ocupados en el grupo primario, y j es el nmero de canales
ocupados en el grupo de desbordamiento
La experiencia demuestra que el grado de curtosis Z es una buena medida de la probabilidad de
bloqueo relativa que est sujeto un flujo de trfico con un valor medio determinado. En la figura 9.4
se observa que el grado de curtosis del trfico de desbordamiento tiene un mximo para un trfico
fijo y un nmero de canales en aumento. El coeficiente de curtosis o factor de irregularidad se
obtiene en funcin del nmero de canales y se aplica para clculos tericos pero su valor es difcil
de estimar con precisin mediante observaciones prcticas.
Para el trfico PCT-I el grado de curtosis es igual a uno, y el bloqueo se calcula utilizando la
frmula Erlang B si el grado de curtosis es menor que uno (9.5), el trfico se denomina
regularizado y experimenta menos bloqueo que el trfico PCT-I. Si el grado de curtosis es mayor
que uno, el trfico presenta caractersticas de incremento repentino y experimenta un bloqueo
mayor que el trfico PCT-I. El trfico de desbordamiento viene generalmente en rfagas (9.7).
Brockmeyer (1954 [11]) calcul los momentos y probabilidades de estado de un sistema con un
grupo de desbordamiento limitado (vase la figura 9.2), el cual se denomina sistema Brockmeyer.
Bech (1954 [6]) hizo lo mismo utilizando ecuaciones matriciales, y obtuvo expresiones ms
generales y complicadas. El sistema Brockmeyer fue generalizado ulteriormente por Schehrer que
tambin calcul los momentos de orden superior para grupos de desbordamiento finitos.
Wallstrm (1966 [103]) calcul los momentos y probabilidades de estado para el trfico de
desbordamiento de un sistema Kosten generalizado, donde la intensidad de llegada depende del
nmero total de llamadas en el sistema o del nmero de llamadas en el grupo primario.
01.12.06
- 167 -
Anlisis preliminar
Considrese un grupo con l canales donde se presentan g flujos de trfico (vase la figura 9.5). Los
flujos de trfico pueden ser, por ejemplo, trfico perdido de grupos de canal directos y, por tanto, no
pueden ser descritos por modelos de trficos clsicos. De esta manera no se conocen las
distribuciones (probabilidades de estado) de los flujos de trfico, pero se considera satisfactorio (y
esto sucede a menudo en aplicaciones de estadstica) con la caracterizacin del i-simo flujo de
trfico con su valor medio mi y varianza i. Con esta simplificacin se considerarn dos flujos de
trfico equivalentes, si tienen el mismo valor medio y varianza.
01.12.06
- 168 -
Figura 9.5 Aplicacin del mtodo ERT a un sistema que tiene g flujos de trfico
independientes presentados a un grupo comn de l canales. El proceso de desbordamiento
combinado de los g flujos de trfico se dice que son equivalentes al trfico que desborda de un
grupo accesible completo con el mismo valor medio y varianza del trfico de desbordamiento.
Vanse las ecuaciones (9.8) y (9.9)
El flujo de trfico total al grupo con l canales tiene el valor medio conforme a la siguiente expresin
Se supone que los flujos de trfico son independientes (no correlacionados) y as la varianza del
flujo de trfico total resulta:
El trfico total se caracteriza por m y . Se considera ahora que este trfico es equivalente a un
volumen de trfico que se perdi de un grupo accesible completo y que tiene el mismo valor medio
m y varianza . En la figura 9.5 el sistema superior se remplaza por el sistema equivalente en la
parte inferior de la misma, que es un sistema accesible completo con ( nx + l) canales que ofrecen el
trfico Ax. Por tanto, se resolvern las ecuaciones (9.6) y (9.7) con respecto a n y A para
determinados valores de m y . Cabe indicar que existe una sola solucin que se simboliza por
(nx, Ax).
El trfico perdido se encuentra con la frmula B de Erlang:
01.12.06
- 169 -
Como el trfico ofrecido es m, la probabilidad de bloqueo del sistema viene dada por:
NOTA La probabilidad de bloqueo no es Enx+l(Ax). Se debe recordar el ltimo paso (9.11), donde
se relaciona el trfico perdido con el trfico ofrecido originalmente.
Cabe sealar que si el trfico de desbordamiento procede de un solo grupo primario con trfico
PCT-I, el mtodo es exacto. En el caso general con ms flujos de trfico el mtodo es aproximado,
y no produce la probabilidad media de bloqueo exacta.
Ejemplo 9.2.1: Paradoja
En el 6.3 se determin el teorema de Palm en el que se formula que por superposicin de
numerosos procesos de llegada independientes, se puede obtener localmente un proceso de Poisson.
Esto no es contradictorio con las ecuaciones (9.8) y (9.9) pues estas frmulas son vlidas
globalmente.
9.2.2
Aspectos numricos
Por aplicacin del mtodo ERT es necesario calcular (m, ) para determinados valores de (A, n) y
viceversa. Es sencillo obtener (m, ) para valores (A, n) dados. Para obtener (A, n) para valores
(m, ) dados, se deben resolver dos ecuaciones con dos incgnitas. Esto requiere un procedimiento
iterativo, pues En(A) no puede ser resuelto explcitamente con respecto a n ni A (vase el 7.4.2).
Sin embargo, se puede resolver la ecuacin (9.7) con respecto a n con la expresin siguiente:
Para un valor inicial A0 adecuado, se ha de mejorar esto iterativamente hasta que los valores
resultantes de m y /m estn suficientemente cerca de los valores conocidos.
Yngv Rapp has propuesto una buena solucin de aproximacin para A, que se puede usar como
valor inicial A0 en la iteracin:
01.12.06
- 170 -
En la figura 9.5 los flujos de trfico individuales no tienen el mismo valor medio ni la misma
varianza y, por tanto, no experimentan igual probabilidad de bloqueo en el grupo de
desbordamiento comn con l canales. De lo anterior se calcula el bloqueo medio (9.11) para todos
los flujos de trfico combinados. La experiencia seala que la probabilidad de bloqueo observada es
proporcional al grado de curtosis Z = /m del flujo. El trfico perdido total se puede dividir en
paquetes de trfico perdido individuales suponiendo que el trfico perdido para el flujo de trfico i,
es proporcional al valor medio mi y al grado de curtosis Zi = vi/mi. Por tanto, se obtiene:
Asimismo, se puede dividir el bloqueo entre grupos individuales (primario, secundario, etc.).
Considerando el grupo equivalente en la parte inferior de la figura 9.5 con nx canales primarios
y l canales secundarios (de desbordamiento), se puede calcular la probabilidad de bloqueo debido a
los nx canales primarios, y la probabilidad de bloqueo debido a los l canales secundarios. La
probabilidad que el trfico se pierda por los n canales es igual a la probabilidad que el trfico se
pierda por nx + l canales, con la condicin que el trfico se ofrece a los l canales:
La probabilidad de prdida total se puede relacionar, por tanto, a los dos grupos:
Utilizando esta expresin se puede encontrar el bloqueo para cada grupo de canal y obtener
entonces, por ejemplo, informacin sobre qu grupo debe ser aumentado agregando ms canales.
01.12.06
- 171 -
Trfico
ofrecido
Nmero de
canales
Desbordamiento
medio
Varianza de
desbordamiento
Grado de
curtosis
Ai
ni(j)
m1,i
vi
Zi
12
16
0,7250
1,7190
2,3711
1,8846
3,5596
1,8888
4,0000
4,0000
1,0000
Total
24
6,6095
9,2786
1,4038
El trfico total ofrecido a la macroclula tiene un valor medio de 6,61 erlang y una varianza de 9,28.
Esto corresponde a un trfico de desbordamiento de un sistema equivalente con 10,78 erlang
ofrecidos a 4,72 canales. As, se termina con un sistema de 12,72 canales con 10,78 erlang
ofrecidos. Empleando la frmula de Erlang B, se halla el trfico perdido de 1,3049 erlang.
Originalmente se ofrecieron 24 erlang, de modo tal que la probabilidad de bloqueo de trfico total
resulta B = 5,437%.
Las tres reas tienen probabilidades de bloqueo particulares. Empleando la ecuacin (9.14) se
encuentra que el trfico perdido aproximado de las reas es de 0,2434 erlang, 0,5042 erlang,
y 0,5664 erlang, respectivamente. As, las probabilidades de bloqueo de trfico llegan a ser
del 2,03%, 6,30% y 14,16%, respectivamente. Una simulacin por medios informticos
de 100 millones de llamadas da como probabilidad de bloqueo 1,77%, 5,72%, y 15,05%,
respectivamente. Esto corresponde a un trfico perdido total igual a 1,273 erlang y una probabilidad
de bloqueo del 5,30%. La exactitud del mtodo de este captulo es suficiente para aplicaciones
reales.
9.3
Fredericks (1980 [31]) propuso un mtodo que es ms simple de aplicar que el mtodo de
Wilkinson-Bretschneider. La motivacin del mtodo fue expuesta por primera vez
por W.S. Hayward.
01.12.06
- 172 -
Cuando Z = 1 se supone que el trfico es PCT-I y se aplica la frmula de Erlang B para calcular la
congestin. Cuando se utiliza el mtodo se obtiene congestin de trfico (vase el 9.3.1). Para
valor fijo del bloqueo en la frmula de Erlang B se sabe (vase la figura 7.4) que la utilizacin
aumenta cuando tambin se incrementa el nmero de canales: cuanto mayor es el sistema tendr
mejor utilizacin para bloqueo fijo. El mtodo de Fredericks y Hayward expresa as que si el trfico
tiene un grado de curtosis Z mayor que el trfico PCT-I, que tiene Z=1, se tendr una menor
utilizacin que la obtenida utilizando la frmula B de Erlang. Si el grado de curtosis Z < 1, se
obtendr una mejor utilizacin.
Se evitar resolver las ecuaciones (9.6) y (9.7) con respecto a A y n para determinados valores de m
y . El mtodo se puede aplicar fcilmente para trfico cargado y regularizado. En general, se
obtiene un nmero de canales no entero y as se necesita evaluar la frmula de Erlang B para un
nmero continuo de canales.
Basharin y Kurenkov han ampliado el mtodo para incluir trfico de intervalos mltiples
(intensidad mltiple), donde una llamada requiere d canales desde el comienzo a su trmino. Si una
llamada utiliza d canales en lugar de uno (cambio de escala), el valor medio resulta entonces d
veces ms grande y la varianza d2 veces mayor. Por tanto, el grado de curtosis resulta d veces
superior. En lugar de reducir el nmero de canales por el factor Z, se puede fijar el nmero de
canales y hacer que el tamao del intervalo sea Z veces mayor:
Si hay ms flujos de trfico ofrecidos al mismo grupo, puede ser conveniente mantener fijo el
nmero de canales, pero entonces se puede tener el problema que c . Z, en general, no ser entero.
Ejemplo 9.3.1: Mtodo de Fredericks y Hayward
Si el mtodo de Fredericks y Hayward se aplica al ejemplo 9.2.3, las macroclulas tienen (8/1,4038)
canales y se ofrecen (6,6095/1,4038) erlang. La probabilidad de bloqueo se obtiene con la frmula
B de Erlang y resulta 0,19470. El trfico perdido se calcula a partir, del trfico ofrecido
originalmente (6,6095 erlang) y llega a ser 1,2871 erlang. La probabilidad de bloqueo del sistema
resulta E = 1,2871/24 = 5,36%. Este valor es muy cercano al resultado obtenido por el mtodo ERT.
Ejemplo 9.3.2: Trfico de intervalos mltiples
Se examinar el sistema de servicios integrados con trfico de rgimen mltiple (intervalos
mltiples). En el ejemplo 10.4.3 se considera un grupo de lneas de enlace con 1 536 canales
y 24 flujos de trfico ofrecidos con dimensin de intervalo y grado de curtosis individuales. La
congestin de trfico total exacta es igual a 5,950%. Si se calcula el grado de curtosis del trfico
ofrecido adicionando todos los flujos de trfico, se encontrar un grado de curtosis Z = 9,8125 y un
valor medio total igual a 1 536 erlang. El mtodo de Fredericks y Hayward produce una congestin
01.12.06
- 173 -
de trfico total igual a 6,114%, que se encuentra dentro del margen de seguridad (caso ms
desfavorable).
9.3.1
En el siguiente texto se dar una interpretacin natural del mtodo de Fredericks y Hayward y, al
mismo tiempo, se examinar la separacin de flujos de trfico. Se considera un flujo de trfico con
valor medio A, varianza , y grado de curtosis Z = /A. Este flujo de trfico se separa en g
subdivisiones idnticas. Cada subdivisin tiene el valor medio A/g y el grado de curtosis Z/g pues el
valor medio se reduce por un factor g y la varianza por un factor g2. Si el nmero de subdivisiones
g es igual a Z se tendr un grado de curtosis Z=1 para cada una de las subdivisiones de flujo de
trfico.
Supngase que el flujo de trfico original se ofrece a n canales. Si tambin se separan los n canales
en g subgrupos (uno para cada subdivisin de flujo) cada subgrupo tendr n/g canales. Cada
subgrupo tendr la misma probabilidad de bloqueo que el sistema total original. Si se toma g = Z se
obtiene un grado de curtosis Z=1 en las subdivisiones de flujo, y se puede utilizar
(aproximadamente) la frmula B de Erlang para calcular la probabilidad de bloqueo.
sta es una interpretacin natural del mtodo de Fredericks y Hayward. Se puede ampliar
fcilmente para que incluya trfico de intervalos mltiples. Si cada llamada requiere d canales
durante el tiempo de conexin completo, la separacin del trfico en d subdivisiones cada llamada
utilizar un canal simple en cada uno de los d subgrupos y se obtendrn d sistemas idnticos con
trfico de intervalo nico.
La separacin del trfico efectuada en g flujos de trficos idnticos indica que la probabilidad de
bloqueo obtenida con el mtodo de Fredericks-Hayward es la congestin de trfico. La separacin
uniforme del trfico en cualquier punto del tiempo implica que los g de trfico son todos iguales y
tienen una correlacin mutua. En realidad, no se puede separar trfico con conmutacin de circuitos
en subdivisiones de flujo idnticas. Si se tiene g=2 flujos y hay canales ocupados en un punto del
tiempo dado, se utilizarn entonces, por ejemplo, dos canales en una subdivisin y uno en la otra,
pero de todas maneras se obtendr la misma utilizacin ptima que en el sistema total, pues siempre
se tendr acceso a un canal desocupado en cualquier subgrupo (plena accesibilidad). La correlacin
entre las subdivisiones del flujo del trfico se hace menor que uno. El anterior es un ejemplo en el
que se utilizan estrategias ms inteligentes, donde se mantiene la accesibilidad completa ptima.
En el 6.3.2 se estudi la divisin del proceso de llegada cuando se efecta en un modo aleatorio
(teorema de Raikov 6.2). Mediante esta divisin no se reduce la variacin del proceso cuando es un
proceso de Poisson o ms regular. Las subdivisiones de flujo de trfico resultantes convergen a
procesos de Poisson. En esta seccin se ha considerado la divisin del proceso de trfico, que
incluye el proceso de llegada y los tiempos de ocupacin. El proceso de divisin depende del
estado. En un subproceso, un tiempo de ocupacin grande de una sola llamada producir algunas
nuevas llamadas en este subproceso durante el intervalo del tiempo siguiente, y el proceso de
llegada ya no ser un proceso de renovacin.
Muchos intentos de mejorar el mtodo de equivalencia de Fredericks y Hayward estn basados en
reducir la correlacin entre las subdivisiones de flujo de trfico pues los procesos de llegada para
una sola subdivisin se considera como un proceso de renovacin, y se supone que los tiempos de
ocupacin estn distribuidos exponencialmente. De esto se desprende que estos esquemas no se
consideran satisfactorios pues no producen una divisin de trfico ptima. En el siguiente ejemplo
se ver que la separacin ptima se puede aplicar para trfico con conmutacin de paquetes con
tamao de paquete constante.
01.12.06
- 174 -
Los modelos de trfico BPP describen el trfico mediante dos parmetros, valor medio y grado de
curtosis y constituyen as los candidatos naturales para modelar trfico con dos parmetros. Sin
embargo, histricamente el concepto y definicin de congestin de trfico ha sido confundido con
congestin de llamadas debido a las primeras definiciones de trfico ofrecido. Como se ilustra en
la figura 8.5 slo la congestin de trfico tiene sentido para efectuar clculos de desbordamiento.
Mediante la aplicacin correcta de la congestin de trfico, el modelo BPP es muy aplicable.
Ejemplo 9.4.1: Modelo de trfico BPP
Si en el ejemplo 9.2.3 se aplica el modelo BBP al trfico de desbordamiento se tiene que A = 6,6095
y Z = 1,4038. Esto corresponde a un trfico de Pascal con S = 16,37 fuentes y = 02876. La
congestin de trfico resulta 20,52% que corresponde a un trfico perdido de 1,3563 erlang, o una
probabilidad de bloqueo para el sistema E = 1,3563/24 = 5,65%. Este resultado es totalmente
exacto.
9.4.2
Mtodo de Sander
Sanders y Haemers y Wilcke (1983 [95]) han propuesto otro mtodo equivalente interesante y
simple tambin basado en el espacio de estados que se conoce como mtodo de Sanders. Al igual
que el mtodo de Fredericks-Hayward se basa en un cambio de escala de modo tal que el grado de
curtosis se hace igual a uno. El mtodo transforma un trfico que no tiene distribucin de Poisson
con (valor medio, varianza) = (m, ) en un flujo de trfico con grado de curtosis uno aadiendo un
flujo de trfico constante (varianza cero) con un valor medio m de modo que el trfico total tiene
un valor medio igual a la varianza . El flujo de trfico constante ocupa m canales
permanentemente (sin prdidas) y se aumenta el nmero de canales en esa cantidad. De esta manera
se obtiene un sistema con n+(m) que ofrecen el trfico m +(m) = erlang. El grado de curtosis
01.12.06
- 175 -
Mtodo de Berkeley
Para obtener un mtodo ERT basado en un solo parmetro se puede, en principio, mantener
fijo n o A. La experiencia demuestra que los mejores resultados se obtienen manteniendo el nmero
de canales fijos nx = n. En la posicin actual slo se puede asegurar que el valor medio del trfico de
desbordamiento es correcto. Este mtodo se denomina mtodo de equivalencia de Berkeley (1934).
El mtodo de Wilkinson-Bretschneider requiere una cierta cantidad de clculos informticos,
mientras que el mtodo de Berkeley slo se basa en la frmula B de Erlang. El mtodo de Berkeley
se aplica solo para sistemas en el que los grupos primarios tienen el mismo nmero de canales.
Ejemplo 9.4.3: Grupo divididos en subgrupos primario y de desbordamiento.
Si el mtodo de Berkeley se aplica al grupo dividido en dos que figura en el ejemplo 9.1.1, se
obtendr la solucin exacta y de este caso especial se origina la idea del mtodo.
Ejemplo 9.4.4: Mtodo de Berkeley
Se considerar nuevamente el ejemplo 9.2.3. Para aplicar correctamente el mtodo de Berkeley se
debe tener la misma cantidad de canales en las tres microclulas. Supngase que todas las
microclulas tienen ocho canales (y no 16, 8, 0, respectivamente). Para obtener el trfico de
desbordamiento de 6,6095 erlang el trfico ofrecido equivalente es 13,72 erlang para los 8 canales
primarios. El sistema equivalente tiene un trfico de 13,72 erlang ofrecidos a (8+8 =) 16 canales. El
trfico perdido que se obtiene con la frmula de Erlang B resulta 1,4588 erlang correspondiente a
una probabilidad de bloque de 6,08% que es un valor ligeramente superior al valor correcto. En
general, el mtodo de Berkeley tiene margen de seguridad.
9.5
Los modelos que figuran en los Captulos 7 y 8 estn caracterizados por un proceso de llegada de
Poisson, con estado dependiente de la intensidad, mientras que los tiempos de servicio estn
distribuidos exponencialmente con igual valor medio para todos los servidores (homogneos).
Como dichos modelos son independientes de la distribucin del tiempo de servicio (indiferente, es
decir las probabilidades de estado slo dependen del valor medio de la distribucin del tiempo de
servicio), slo se los puede generalizar considerando ms procesos de llegadas generales. Con la
utilizacin de procesos de llegada generales se pierde la propiedad de insensibilidad y la
distribucin del tiempo de servicio se hace importante. Como slo se tiene un proceso de llegada,
pero muchos procesos de servicios (uno para cada uno de los n servidores), en general se suponen
tiempos de servicios exponenciales para evitar modelos complejos.
9.5.1
En el 6.4 se consider el proceso de Poisson interrumpido (IPP) de Kuczura (Kuczura, 1977 [72]),
que se caracteriza por tres parmetros y ha sido ampliamente utilizado para modelar trfico de
C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S2.DOC (133000)28.01.03
01.12.06
- 176 -
desbordamiento. Si se considera un grupo plenamente accesible con n servidores, que son llamadas
ofrecidas que llegan conforme a un IPP (vase la figura 6.7) con tiempos de servicios distribuidos
exponencialmente, se puede construir entonces un diagrama de transicin de estados como se
muestra en la figura 9.6. El diagrama es bidimensional. El estado (i, j) indica que hay i llamadas a
las que se les est dando servicio (i = 0, 1, . . . , n), y que el proceso de llegada est en la fase j
(j = a: proceso de llegada activado; j = b : proceso de llegada desactivado). Mediante las ecuaciones
de compensacin de nodo se encuentran las probabilidades de estado de equilibrio p(i, j).
La congestin de trfico C se define como la proporcin que se pierda del trfico ofrecido. Es
igual a:
Leyendas de la ecuacin:
on
off
(activado)
(desactivo)
01.12.06
- 177 -
9.5.2
En el 6.4 se indic que el proceso de llegada Cox-2 tiene caractersticas ms generales que un IPP
(Kuczura, 1977 [72]). Si se consideran procesos de llegada Cox-2 como se indica en la figura 4.10
se obtendr el diagrama de transicin de estado que se muestra en la figura 9.7. De la misma, se
determinan, bajo la hiptesis de equilibrio estadstico, las probabilidades de estado y las siguientes
medidas de calidad de funcionamiento.
Congestin temporal E:
(9.22)
Congestin de llamadas B:
(9.23)
El trfico ofrecido resulta entonces A = (ma . ) . El trfico transportado viene dado por la
ecuacin (9.21) aplicada a la figura 9.7 y se encuentra as la congestin de trfico C.
Si se generaliza el proceso de llegada a un proceso de llegada Cox-k el diagrama de transicin de
estado es an bidimensional. Por aplicacin de distribuciones de Cox se puede, en principio, tener
en consideracin cualquier nmero de parmetros.
Si se generaliza el tiempo de servicio a una distribucin Cox-k el diagrama de transicin de estado
llega a ser mucho ms complejo para n > 1, pues se tiene un proceso de servicio para cada servidor,
pero slo un proceso de llegada. Por consiguiente, siempre se generaliza el proceso de llegada y se
suponen tiempos de servicio con distribucin exponencial.
01.12.06
- 178 -
- 179 -
CAPTULO 10
Sistemas de prdidas multidimensionales
En este Captulo se generaliza la teora clsica del teletrfico y se pasa a los sistemas de servicio
integrados (RDSI y RDSI-BA). Cada tipo de servicio corresponde a un flujo de trfico. Se ofrecen
varios flujos de trfico al mismo grupo de enlace.
En el 10.1 se considera la clsica frmula multidimensional de prdidas de Erlang-B. Se trata de
un tipo de proceso de Markov reversible que se analizar en mayor detalle en el 10.2. En el 10.3
se examinan modelos de prdidas y estrategias ms generales, entre ellos la proteccin de servicios
(asignacin mxima) y trfico BPP multisegmento. Por sus caractersticas, de todos estos modelos
se pueden obtener resultados y pueden evaluarse muy simplemente mediante el algoritmo de
convolucin para sistemas de prdidas, implantado en la herramienta ATMOS (vase el 10.4). En
el 10.4.2 se examinan otros algoritmos para el mismo problema.
Los modelos considerados estn basados en una asignacin de canal/segmento flexible. Pueden
estar generalizados a redes arbitrarias con conmutacin de circuitos y encaminamiento directo,
donde se calculan las probabilidades de bloqueo de extremo a extremo (vase el Captulo 11). Los
modelos considerados son indiferentes a la distribucin del tiempo de servicio y, por tanto, son
resistentes a las aplicaciones. Al final del Captulo se examinan otros algoritmos.
10.1
Considrese un grupo de n lneas de enlace (canales, segmentos), que se le ofrecen dos flujos de
trfico PCT-I independientes: (1, 1) y (2, 2). El trfico ofrecido resulta A1 = 1/1 y A2 = 2/2,
respectivamente.
Sea (i, j) la representacin del estado del sistema, es decir i es el nmero de llamadas del flujo 1 y j
es el nmero de llamadas del flujo 2. Se tienen las siguientes restricciones:
0 i n,
0 j n,
(10.1)
0 i + j n.
El diagrama de transicin de estado se muestra en la figura 10.1. Bajo la hiptesis de equilibrio
estadstico se obtienen las probabilidades de estado resolviendo las ecuaciones de equilibrio global
para cada nodo(ecuaciones de nodo), en total (n + 1)(n + 2)/2 ecuaciones.
Como se ver en la seccin siguiente este diagrama corresponde a un proceso de Markov reversible,
que tiene equilibrio local y, asimismo, la solucin tiene forma de producto. Se puede verificar
fcilmente que las ecuaciones de equilibrio global se satisfacen por las siguientes probabilidades de
estado que se pueden expresar en forma de producto.
donde p(i) y p(j) son distribuciones de Poisson truncadas unidimensionales, Q es una constante de
normalizacin, e (i, j) cumple con las restricciones indicadas anteriormente (10.1). Como hay
proceso de llegada de Poisson que disponen de la propiedad PASTA (Poisson Arrivals See Time
- 180 -
Averages), la congestin temporal, congestin de llamadas y congestin de trfico son iguales para
ambos flujos de trfico, equivalen a P(i + j = n).
Por expansin binomial o por la convolucin de dos distribuciones de Poisson se determinan las
siguientes probabilidades de estado combinadas, donde Q se obtiene por normalizacin:
(10.5)
Se puede tambin interpretar este modelo como un sistema de prdidas de Erlang con un proceso de
llegada de Poisson y tiempos de ocupacin con distribucin hiperexponencial de la siguiente
manera. El proceso de llegada total es una superposicin de dos procesos de Poisson con el rgimen
de llegada total:
= 1 + 2
(10.6)
- 181 -
Se asignan valores a las dos distribuciones exponenciales conforme al nmero relativo de llamadas
por unidad de tiempo. El tiempo medio de servicio es:
- 182 -
- 183 -
Se pueden reducir ambas expresiones por las probabilidades de estado y obtener as la condicin
dada por la ecuacin (10.12). Se puede ver que una condicin necesaria y suficiente para la
reversibilidad es que las dos expresiones sean iguales:
Si esta condicin se satisface habr entonces equilibrio local o detallado. Una condicin necesaria
para la reversibilidad si hay un flujo (una flecha) del estado i al estado j, habr tambin un flujo
(una flecha) de j a i. Se pueden aplicar localmente ecuaciones de corte entre dos estados conectados
cualesquiera. As, de la figura 10.2 se tiene:
Se puede expresar cualquier probabilidad de estado p(i, j) por la probabilidad de estado p(0, 0)
eligiendo cualquier trayecto entre los dos estados (criterio de Kolmogorov). Se puede, por ejemplo,
elegir el trayecto:
- 184 -
- 185 -
un nmero limitado. Esto se puede utilizar con fines de proteccin del servicio (proteccin del
circuito virtual = limitacin de clase = principio de prioridad umbral). Se introducen restricciones al
nmero de llamadas simultneas en clase j como sigue:
donde
Si no se cumple esta ltima restriccin, se tendrn grupos separados que corresponden a N sistemas
ordinarios de prdidas unidimensionales independientes. Debido a las restricciones el diagrama de
transicin de estado es truncado. Esto se muestra en la figura 10.3 para dos flujos de trfico.
Figura 10.3 Estructura del diagrama de transicin de estado para procesos de trfico
bidimensionales con limitaciones de clase (10.18). Cuando se calculan probabilidades de
equilibrio, el estado (i, j) se puede expresar por
el estado (i, j 1) y recursivamente por el estado (i, 0), (i 1, 0), y
finalmente por (0, 0) (10.15)
Leyendas de la figura 10.3
1)
2)
Cabe sealar que el diagrama de transicin de estado truncado es an reversible y que el valor de
p(i, j) relativo al valor p(0, 0) no se modifica por el corte (truncamiento). Slo se modifica la
constante de normalizacin. En efecto, debido a la propiedad de equilibrio local se puede eliminar
cualquier estado sin modificar las propiedades precedentes. Se pueden considerar limitaciones de
clase ms generales a conjuntos de flujo de trfico de modo tal que cualesquiera de ellos tiene un
nmero de canales asignados (garantizados) mnimo.
- 186 -
donde ij es el nmero real de llamadas tipo j. El diagrama de transicin de estado resultante ser an
reversible y se presenta en forma de producto. Las restricciones corresponden, por ejemplo, al
modelo fsico ilustrado en la figura 10.5.
Ejemplo 10.3.1: Modelo de Rnnblom
El primer ejemplo de un modelo de trfico de segmentos mltiples fue publicado por Rnnblom
(1958 [94]). El documento examina el trfico externo (de entrada y de salida) y el trfico interno en
una central telefnica PABX con canales en ambos sentido. El trfico externo ocupa slo un canal
por llamada. El trfico interno ocupa un canal de salida y un canal de entrada y requiere as dos
canales simultneamente. Rnnblom demostr que este modelo tiene forma de producto.
Ejemplo 10.3.2: Dos flujos de trfico
Los modelos indicados anteriormente se ilustrarn con un pequeo estudio de caso. Considrese un
grupo de enlace de 6 canales que se le ofrecen los dos flujos de trfico especificados en el
cuadro 10.1. Se observa que el segundo flujo de trfico es de segmentos mltiples. En el sistema se
puede tener a lo sumo tres llamadas tipo 2. Slo es necesario especificar el trfico ofrecido y no los
valores absolutos del rgimen de llegada y velocidad del servicio. El trfico ofrecido se define, por
lo general, como el trfico transportado por un grupo de enlace infinito.
Se tiene el diagrama de transicin de estado bidimensional que se muestra en la figura 10.4. La
suma total de todas las probabilidades de estado relativas es igual 20,1704. De modo tal que por
normalizacin se obtiene p(0, 0) = 0,0496 y de esta manera las probabilidades de estado siguientes
.
.
y las probabilidades de estado marginales p(i, ) y p( , j).
- 187 -
Figura 10.4 Ejemplo 10.3.2: Se trata de seis canales a los que se les ofrece un flujo de
trfico de Poisson (PCT-I) (estados horizontales) y un flujo de trfico de
Engset (PCT-II) (estados verticales). Los parmetros se especifican en
el cuadro 10.1. Si al estado (0, 0) se le asigna el valor relativo uno, se
obtendr mediante el equilibrio local las probabilidades de estado
relativas q(i, j) que se muestran ms abajo
Flujo 1: Trfico PCT-I
1 = 2 llamadas/unidad de tiempo
1 = 1 (unidades de tiempo
2 = 1 (unidades de tiempo )
2 = 2/2 = 1/3 erlang por fuente desocupada
Z2 = 1/(1 + 2) 3/4 (curtosis)
Z1 = 1 (curtosis)
d1 = 1 canal/llamada
A1 = 1/1 = 2 erlang
d2 = 2 canales/llamada
A2 = S2 . 2/(1 + 2) = 1 erlang
n2= 6 = n
n1 = 6 = n
- 188 -
Cuadro 10.1 Dos flujos de trfico: se ofrece al mismo grupo troncal un proceso de
trfico de Poisson (ejemplo 7.4.2) y un proceso de trfico binomial (ejemplo 8.5.1)
i=0
j=3
0,0073
j=2
0,0331
0,0661
0,0661
j=1
0,0661
0,1322
0,1322 0,0881
0,0441
j=0
0,0496
0,0992
0,0992 0,0661
0,0331
0,0132 0,0044
0,3647
0,1561
0,2975
0,2975 0,1542
0,0771
0,0132 0,0044
1,000
p(i, )
i=1
i=2
i=3
i=4
i=5
i=6
p(i, j)
p( ,j)
0,0073
0,1653
0,4627
= 0,0496
p(1) = p(1, 0)
= 0,0992
= 0,1653
= 0,1983
= 0,1983
= 0,1675
= 0,1219
Y1 = 1,7562:
Medidas de calidad de funcionamiento para el flujo de trfico 2:
Congestin temporal E2 (intervalo de tiempo en que el sistema se bloquea para el flujo de trfico 2):
E2 = p(0, 6) + p(1, 4) + p(2, 4) + p(3, 2) + p(4, 2) + p(5, 0) + p(6, 0)
= p(5) + p(6),
E2 = 0,2894:
Congestin de llamadas B2 (proporcin de tentativas de llamada bloqueadas para el flujo de
trfico 2):
B
- 189 -
Por consiguiente:
El trfico ofrecido, medido en la unidad [canal] es d2 . A2 = 2 erlang (cuadro 10.1). Por consiguiente
se obtiene:
En el ejemplo anterior slo hay 2 flujos y 6 canales y el nmero total de estados es igual a 14 (vase
la figura 10.4). Cuando el nmero de canales y flujos de trfico aumenta, el nmero de estados se
incrementa entonces muy rpido y no se podr evaluar el sistema mediante el clculo de las
probabilidades de estado individuales. En la seccin siguiente se presentar el algoritmo de
convolucin para sistemas de prdidas, que elimina este problema mediante el agregado de estados.
10.4
Se examinar ahora un grupo de enlace con un total de n lneas de enlaces homogneas. El trmino
homogneo significa que tiene el mismo rgimen de servicio. Al grupo troncal se le ofrecen n tipo
diferentes de llamadas denominado tambin flujos, o clases. Un tipo de llamada i requiere di lneas
de enlace (canales, segmentos) durante el tiempo de servicio completo, es decir los di canales se
ocupan y liberan simultneamente. Los procesos de llegada son generalmente del tipo Poisson
dependientes del estado. Para el i-simo proceso de llegada, la intensidad de llegada en el estado
xi . di, es decir, cuando se est dando servicio a xi llamadas del tipo i, es i(xi). Se debe limitar el
nmero xi de llamadas simultneas del tipo i, de modo que:
.
0 xi di ni n
Ser natural requerir que ni sea un mltiplo entero de di. Este modelo describe, por ejemplo, el
sistema que se ilustra en la figura 10.5.
- 190 -
Figura 10.5 Generalizacin del modelo de teletrfico clsico para trfico BPP y
trfico multisegmento. Los parmetros i y Zi describen el trfico BPP,
mientras que di simboliza el nmero de segmentos requerido
Leyendas de la figura 10.5
1)
Centrales locales
2)
Central de trnsito
3)
Central de destino
Paso 1: Calcular las probabilidades de estado de cada flujo de trfico como si estuviera slo
en el sistema, es decir se consideran los sistemas de prdidas clsicos como se describen en
los Captulos 7 y 8. Para el flujo de trfico i se obtiene:
Slo los valores relativos de pi(x) son de importancia, de modo tal que se puede seleccionar
qi(0) = 1 y calcular los valores de qi(x) relativos a qi(0). Si un trmino qi(x) llega a ser
10
mayor que K (por ejemplo 10 ), se pueden dividir todos los valores qi(j), 0 j x, por K.
Para evitar cualquier problema numrico en los clculos siguientes es conveniente
normalizar las probabilidades de estado relativas de modo que:
Como se describe en el 7.4 se puede normalizar en cada paso para evitar cualquier
problema numrico.
C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S3.DOC (133000)
- 191 -
donde
donde para pxi(j), i representa el flujo de trfico, j el nmero total de canales ocupados, y x
el nmero de canales ocupados por el nmero de flujo i. Los Pasos 2 y 3 se repiten para
cada flujo de trfico. A continuacin se extraen las frmulas para determinar los valores
de Ei, Bi, y Ci.
B
donde
La sumatoria se extiende a todos los estados SEi donde las llamadas que pertenecen a la clase i se
bloquean: el conjunto {x > ni di} corresponde a los estados donde el flujo de trfico i ha utilizado
su cuota, y (j > n di) corresponde a los estados con menos de di canales desocupados. Q es la
constante de normalizacin:
- 192 -
(En esta fase de desarrollo se han normalizado, por lo general, las probabilidades de estado, de
modo que Q = 1).
La congestin de llamadas Bi para el flujo de trfico i es el cociente entre el nmero de tentativas de
llamada bloqueadas y el nmero total de tentativas de llamada, ambos para el flujo de trfico i, y,
por ejemplo, por unidad de tiempo. Resulta entonces:
Congestin de trfico Ci: El trfico ofrecido se define habitualmente como el trfico transportado
por un grupo de enlace infinito. El trfico transportado para el flujo de trfico i es:
Se obtiene as:
- 193 -
de funcionamiento. De esta manera no es necesario repetir todas las convoluciones (10.22) para
cada flujo de trfico. Sin embargo, cuando se aplica este mtodo se producen problemas numricos.
La convolucin es muy estable desde el punto de vista numrico y, por tanto, en algunos casos se
puede aplicar el proceso de desconvolucin por ejemplo, cuando las fuentes de trfico son del tipo
activado/desactivado.
Ejemplo 10.4.2: Tres flujos de trfico
Se ilustra primero el algoritmo con un pequeo ejemplo y luego se efectan los clculos en detalle.
Se considera un sistema con 6 canales y 3 flujos de trfico. Adems de los dos flujos que figuran en
el Ejemplo 10.3.2 se agrega un flujo de Pascal con limitacin de clase como se muestra en el
cuadro 10.2 (vase el Ejemplo 8.7.2). Se desea calcular las medidas de calidad de funcionamiento
del flujo de trfico 3.
Paso 2: Evaluar la convolucin de p1(j) con p2(k), p1 * p2, interrumpir el espacio de estado
en n = 6 (truncamiento), y normalizar las probabilidades de modo que se obtenga el valor
de p12 que figura en el cuadro 10.3. Cabe sealar que este es resultado obtenido en el
Ejemplo 10.3.2.
Probabilidades
q12(j)
Normalizado
Prob.
q123(j)
Normalizado
p1(j)
p2(j)
p1 * p2
p12(j)
p3(j)
p12 * p3
p123(j)
0,1360
0,3176
0,0432
0,0496
0,4525
0,0224
0,025 855
0,2719
0,0000
0,0864
0,0992
0,3017
0,0599
0,068 946
0,2719
0,4235
0,1440
0,1653
0,1508
0,1122
0,129 275
0,1813
0,0000
0,1727
0,1983
0,0670
0,1579
0,181 942
0,0906
0,2118
0,1727
0,1983
0,0279
0,1825
0,210 350
0,0363
0,0000
0,1459
0,1675
0,0000
0,1794
0,206 712
0,0121
0,0471
0,1062
0,1219
0,0000
0,1535
0,176 920
Total
1,0000
1,0000
0,8711
1,0000
1,0000
0,8678
1,000 000
- 194 -
Cabe sealar que el estado {p3(4) . p12(2)} esta incluido en el estado q123(6). El trfico transportado
para el flujo de trfico 3 se obtiene durante la convolucin de p3(i) p12(j) y resulta:
donde xl es el nmero llamadas perdidas por unidad de tiempo, y xt es el nmero total de tentativas
de llamada por unidad de tiempo. Utilizando las probabilidades normalizadas que figuran en el
cuadro 10.3 se obtiene {3(i) = (S3 i) 3}:
- 195 -
Se obtiene as:
De manera similar intercambiando el orden de los flujos de trfico convolucionados se obtienen las
medidas de calidad de funcionamiento de los flujos 1 y 2. El nmero total de microestados en este
ejemplo es 47. Por el mtodo de convolucin se reduce el nmero de estados de modo tal que nunca
es necesario utilizar ms de dos vectores de cada n + 1 estados, es decir 14 estados.
Mediante la utilizacin de la herramienta ATMOS se obtienen los siguientes resultados que figuran
en el cuadro 10.4. La congestin total se puede dividir en congestin debida a la limitacin de clase
(ni), y congestin debida al nmero de canales limitado (n).
Cuadro 10.4 Datos de entrada para ATMOS para el ejemplo 10.4.2 con tres
flujos de trfico. tmo significa tiempo medio de ocupacin
Entrada
Curtosis
Nm.
Mx
Segmentos/llamada
tmo
Fuentes
beta
Ai
Zi
ni
di
i1
Si
2,0000
1,0000
1,0000
2,0000
0,7500
1,0000
0,3333
1,0000
1,5000
1,0000
-2
-0,5000
- 196 -
Cuadro 10.5 Datos de salida de ATMOS para los datos de entrada en el cuadro 10.4.1
Salida
Congestin de
llamada
Congestin de
trfico
Congestin
temporal
Trfico
transportado
Bi
Ci
Ei
Yi
1,769 200E-01
1,769 200E-01
1,769 200E-01
1,646 160
3,346 853E-01
2,739 344E-01
3,836 316E-01
1,452 131
2,127 890E-01
2,884 898E-01
1,817 079E-01
0,711 510
Total
2,380 397E-01
3,809 801
Esto es obvio pues la congestin temporal slo depende de las probabilidades de estado globales. La
congestin de llamadas es casi igual a la congestin temporal. Depende en escasa medida del
tamao del segmento. Esto tambin se ha de aguardar pues la congestin de llamadas es igual a la
congestin temporal con una fuente suprimida (teorema de llegada). En el cuadro con los datos de
salida se indica en la ltima columna de la derecha la congestin de trfico relativa dividida por
.
(di Zi), utilizando el trfico de Poisson de un segmento como valor de referencia ( di = Zi = 1). Se
debe sealar que la congestin de trfico es proporcional a di . Zi, que es la hiptesis usual cuando
se utiliza el mtodo de trfico aleatorio equivalente (ERT) (vase el Captulo 9). El valor medio de
trfico ofrecido aumenta la linealidad con el tamao del segmento, mientras que la varianza se
incrementa con el cuadrado del tamao del segmento. La relacin de curtosis (varianza/valor
medio) para el trfico de segmentos mltiples aumenta as la linealidad con el tamao del segmento.
Se observa que la congestin de trfico es mucho ms trascendente que la congestin temporal y la
congestin de llamada, para caracterizar la calidad de funcionamiento del sistema. Si la congestin
de trfico total se calcula utilizando el mtodo de Fredericks y Hayward (vase el 9.2), se tendr
una congestin de trfico total igual a 6,114% (vase el Ejemplo 9.3.2 y el cuadro 10.7). El valor
exacto es 5,950 %.
- 197 -
Cuadro 10.6 Datos de entrada para el Ejemplo 10.4.3 con 24 flujos de trfico y 1536 canales.
El nmero de llamadas simultneas mximo de tipo i(ni) es,
en este ejemplo, n = 1536 (accesibilidad total), y tmo es la
abreviatura de tiempo medio de ocupacin
Entrada
Curtosis
N Mx
sim.
Canales/
llamada
tmo
Fuentes
Ai
Zi
ni
di
64,000
0,200
1536
1,000
80,000
4,000
64,000
0,500
1536
1,000
128,000
1,000
64,000
1,000
1536
1,000
0,000
64,000
2,000
1536
1,000
-64,000
-0,500
64,000
4,000
1536
1,000
-21,333
-0,750
64,000
8,000
1536
1,000
-9,143
-0,875
32,000
0,200
1536
1,000
40,000
4,000
32,000
0,500
1536
1,000
64,000
1,000
32,000
1,000
1536
1,000
0,000
10
32.000
2,000
1536
1,000
-32,000
-0,500
11
32,000
4,000
1536
1,000
-10,667
-0,750
12
32,000
8,000
1536
1,000
-4,571
-0,875
13
16,000
0,200
1536
1,000
20,000
4,000
14
16,000
0,500
1536
1,000
32,000
1,000
15
16,000
1,000
1536
1,000
0,000
16
16,000
2,000
1536
1,000
-16,000
-0,500
17
16,000
4,000
1536
1,000
-5,333
-0,750
18
16,000
8,000
1536
1,000
-2,286
-0,875
19
8,000
0,200
1536
1,000
10,000
4,000
20
8,000
0,500
1536
1,000
16,000
1,000
21
8,000
1,000
1536
1,000
0,000
22
8,000
2,000
1536
1,000
-8,000
-0,500
23
8,000
4,000
1536
1,000
-2,667
-0,750
24
8,000
8,000
1536
1,000
-1,143
-0,875
- 198 -
Cuadro 10.7 Salida para el ejemplo 10.4.3 con datos de entrada que figuran en el
cuadro 10.6. Como se mencion en el ejemplo 9.3.2, el mtodo de
Fredericks y Hayward produce una congestin total igual
a 6,114 %. La congestin de trfico total 5,950 % se obtiene
del trfico transportado total y el trfico ofrecido
Salida
Congestin de
llamada
Congestin de
trfico
Congestin
temporal
Trfico
transportado
Valor relativo
Bi
Ci
Ei
Yi
Ci(diZi)
6,187 744E-03
1,243 705E-03
6,227 392E-03
63,920 403
0,9986
6,202 616E-03
3,110 956E-03
6,227 392E-03
63,800 899
0,9991
6,227 392E-03
6,227 392E-03
6,227 392E-03
63,601 447
1,0000
6.276 886E-03
1,247 546E-02
6,227 392E-03
63,201 570
1,0017
6,375 517E-03
2,502 346E-02
6,227 392E-03
62,398 499
1,0046
6,570 378E-03
5,025 181E-02
6,227 392E-03
60,783 884
1,0087
1,230 795E-02
2,486 068E-03
1,246 554E-02
63,840 892
0,9980
1,236 708E-02
6,222 014E-03
1,246 554E-02
63,601 791
0,9991
1,246 554E-02
1,246 554E-02
1,246 554E-02
63,202 205
1,0009
10
1,266 184E-02
2,500 705E-02
1,246 554E-02
62,399 549
1,0039
11
1,305 003E-02
5,023 347E-02
1,246 554E-02
60,785 058
1,0083
12
1,379 446E-02
1,006 379E-01
1,246 554E-02
57,559 172
1,0100
13
2,434 998E-02
4,966 747E-03
2,497 245E-02
63,682128
0,9970
14
2,458 374E-02
1,244 484E-02
2,497 245E-02
63,203 530
0,9992
15
2,497 245E-02
2,497 245E-02
2,497 245E-02
62,401 763
1,0025
16
2,574 255E-02
5,019 301E-02
2,497 245E-02
60,787 647
1,0075
17
2,722 449E-02
1,006 755E-01
2,497 245E-02
57,556 771
1,0104
18
2,980 277E-02
1,972 682E-01
2,497 245E-02
51,374 835
0,9899
19
4,766 901E-02
9,911 790E-03
5,009 699E-02
63,365 645
0,9948
20
4,858 283E-02
2,489 618E-02
5,009 699E-02
62,406 645
0,9995
21
5,009 699E-02
5,009 699E-02
5,009 699E-02
60,793 792
1,0056
22
5,303 142E-02
1,007 214E-01
5,009 699E-02
57,553 828
1,0109
23
5,818 489E-02
1,981 513E-01
5,009 699E-02
51,318 316
0,9942
24
6,525 455E-02
3,583 491E-01
5,009 699E-02
41,065 660
0,8991
Total
5,950 135E-02
1444,605
- 199 -
El algoritmo se conoce generalmente por algoritmo de Kaufman y Roberts pues fue redescubierto
por esos autores en 1981 (Kaufman, 1981 [58]) (Roberts, 1981 [90]). El mismo modelo con trfico
BPP y sin limitacin de clase ha sido tratado por diversos autores.
El algoritmo de Delbrouck (Delbrouck, 1983 [23]) es el primero y ms general de ellos:
donde y representa la parte entera de y. Las probabilidades de estado relativas q(i) estn
normalizadas para obtener las probabilidades de estado absolutas:
Para evitar problemas numricos se puede normalizar despus de cada paso en la iteracin como se
describe a continuacin (vase el 7.4). El algoritmo de Delbrouck se puede formular como sigue,
observando que la sumatoria interna es una ponderacin geomtrica de probabilidades de estado
previas:
(10.34)
(10.36)
Para los procesos de llegada Poisson se tiene = 0. Este algoritmo modificado slo requiere un
nmero limitado de probabilidades de estado previas. Esta es una generalizacin del procedimiento
obtenido por la ecuacin (7.26) para calcular la congestin temporal de manera simple.
Kraimeche y Schwartz (1983 [69]) publicaron un algoritmo similar. Basado en la teora para redes
en fila de espera (vase el Captulo 14) Pinsky y Conway (1992 [85]) publicaron un algoritmo
similar, que calcula la constante de normalizacin.
Los algoritmos mencionados anteriormente requieren en el caso general el mismo nmero de
operaciones que el algoritmo de convolucin. El algoritmo de Delbrouck slo es ms efectivo que el
algoritmo de convolucin para el caso de Poisson. Los algoritmos mencionados en esta seccin no
se pueden aplicar a procesos de Poisson generales que dependen del estado, slo a modelos de
trfico BPP. En principio, se pueden aplicar los algoritmos de Delbrouck para trfico BPP para
calcular las probabilidades de estado globales para los primeros (N 1) flujo de trfico y luego
C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S3.DOC (133000)
- 200 -
utilizar el algoritmo de convolucin para calcular las medidas de calidad de funcionamiento para el
N-simo flujo de trfico. Esto es slo ms efectivo si hay ms de un flujos de trfico de Poisson.
Para un estudio detallado del algoritmo de Delbrouck se puede tambin obtener congestin de
llamadas y congestin de trfico.
Ejemplo 10.4.4: Algoritmo de Delbrouck
Se aplicar ahora el algoritmo de Delbrouck (10.31) al Ejemplo 10.3.2. Se debe sealar que para el
flujo de trfico de Poisson la sumatoria interna en la ecuacin (10.31) llega a ser slo un estado
(vase la ecuacin (10.30)) si se conoce el trfico ofrecido total. Por aplicacin directa del
algoritmo se obtienen las mismas probabilidades de estado globales como anteriormente.
Las probabilidades de estado relativas se aaden a 2723 . Las probabilidades de estado globales
135
- 201 -
- 202 -
CAPTULO 11
Dimensionamiento de las redes de telecomunicaciones
La planificacin de redes abarca el diseo, la optimizacin y el funcionamiento de las redes de
telecomunicaciones. En este Captulo se tratarn los aspectos relacionados con la ingeniera de
trfico de la planificacin de redes. En el 11.1 se introducen las matrices de trfico y el mtodo
fundamental de factor doble (mtodo de Kruithof) para actualizar las matrices de trfico siguiendo
las previsiones. La matriz de trfico contiene la informacin bsica necesaria para seleccionar la
topologa ( 11.2) y el encaminamiento del trfico ( 11.3).
En el 11.4 se analiza el clculo aproximado de las probabilidades de bloqueo de extremo a
extremo y se describe el mtodo de Erlang del punto fijo (mtodo de carga reducida). En el 11.5
se generaliza el algoritmo de convolucin presentado en el Captulo 10 a redes con clculo exacto
de bloqueo de extremo a extremo en redes con conmutacin de circuitos virtuales y
encaminamiento directo. El modelo permite el trfico BPP multisegmento con asignacin mnima y
mxima. El mismo modelo puede aplicarse a las redes jerrquicas celulares inalmbricas con
clulas superpuestas y a las redes pticas con multiplexacin por divisin de longitud de
onda (WDM). En el 11.6 se examinan los mecanismos de proteccin del servicio.
Por ltimo, en el 11.7 se analiza la optimizacin de las redes de telecomunicacin mediante la
aplicacin del principio de Moe.
11.1
Matrices de trfico
Para especificar la demanda de trfico en una zona con centrales K se deben conocer los valores de
2
trfico de K Aij(i, j = 1, . . ., K), como se indica en el siguiente esquema que se denomina matriz de
trfico.
Aij
es el trfico de i a j.
Aii
O(i)
es el trfico de salida total originado en i.
T(j)
es el trfico de entrada (terminacin) total a j.
Leyendas de la ecuacin
1)
DE
2)
A
C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S3.DOC (133000)
- 203 -
La matriz de trfico supone que se conoce la ubicacin de las centrales. Conociendo la matriz de
trfico la tarea es:
1
Suma
10
20
30
30
40
70
Suma
40
60
100
Suma
45
105
Suma
50
100
100
La tarea es entonces estimar cada valor de la matriz mediante el mtodo de factor doble.
- 204 -
Iteracin 1: Ajustar las sumas de las filas. Se multiplica la primera fila por (45/30) y la segunda fila
por (105/70) y se obtiene:
1
Suma
15
30
45
45
60
105
Suma
60
90
150
Las sumas de las filas son ahora correctas, pero las sumas de las columnas no lo son.
Iteracin 2: Ajustar las sumas de las columnas:
1
Suma
12,50
33,33
45,83
37,50
66,67
104,17
100
150,00
Suma
50,00
Tenemos ahora las sumas correctas de las columnas, mientras que las sumas de las filas presentan
valores algo desviados. se contina ajustando alternativamente las sumas de filas y columnas:
Iteracin 3:
1
Suma
12,27
32,73
45,00
37,80
67,20
105,00
Suma
50,07
99,93
150,00
Suma
12,25
32,75
45,00
37,75
67,25
105,00
Suma
50,00
100,00
150,00
Iteracin 4:
Despus de cuatro iteraciones las sumas de las filas y de las columnas concuerdan con dos
decimales.
Existen otros mtodos para estimar los valores de trfico individuales futuros Aij, pero el mtodo de
factor doble de Kruithof tiene propiedades importantes (Bear, 1988 [5]):
- 205 -
11.2
Topologas
En el Captulo 1 se han descrito las topologas bsicas como red en estrella, red poligonal, red en
anillo, red jerrquica y red no jerrquica.
11.3
Principios de encaminamiento
Este es un tema extenso que incluye entre otros el encaminamiento de trfico alternativo,
reparticin de las cargas, etc. En (Ash, 1998 [3]) figura una descripcin detallada sobre este tema.
11.4
Si se supone que los enlaces de una red son independientes, es fcil entonces calcular la
probabilidad de bloqueo de extremo a extremo. Por medio de las frmulas clsicas se calcula la
probabilidad de bloqueo de cada enlace. Si la probabilidad de bloqueo del enlace i se simboliza
por Ei se obtiene entonces la probabilidad de bloqueo de extremo a extremo para una tentativa de
llamada sobre la ruta j como sigue:
donde R es el conjunto de enlaces incluido en la ruta de la llamada. Este valor ser el caso ms
desfavorable pues el trfico est regularizado por el bloqueo de cada enlace y, por tanto,
experimenta menos congestin en el ltimo vnculo de una ruta.
11.4.1 Mtodo del punto fijo
Una llamada ocupa generalmente canales en ms enlaces y en general el trfico estar
correlacionado con cada uno de los enlaces de una red. La probabilidad de bloqueo experimentada
por una tentativa de llamada en cada uno de los enlaces tambin estarn correlacionada. El mtodo
Erlang del punto fijo es una tentativa para tomar esto en cuenta.
11.5
- 206 -
Ruta
1 2
...
Nmero de
canales
C11
C21
...
CN1
n1
C12
C22
...
CN2
n2
...
...
C1k
C2k
...
...
.
...
CNK
nK
En una red de telecomunicacin con muchos usuarios que compiten por los mismos recursos
(acceso mltiple) es importante especificar las demandas de los servicios de los usuarios y asegurar
que el GoS se cumple en condiciones normales de servicio. En la mayora de los sistemas se puede
asegurar que los abonados preferenciales (polica, servicios mdicos, etc.) tienen mayor prioridad
que los abonados comunes cuando efectan tentativas de llamada. Durante las condiciones
normales de trfico se debe garantizar que todos los abonados para todo tipo de llamadas (locales,
nacionales, internacionales) tienen aproximadamente el mismo nivel de servicio, por ejemplo el 1 %
de bloqueo. Durante situaciones de sobrecarga las tentativas de llamada de algunos grupos de
abonados no debe estar completamente bloqueada mientras que al mismo tiempo otros grupos
experimenten bajos porcentajes de bloqueo.
Histricamente, esto se ha satisfecho debido a la estructura descentralizada y la aplicacin de
accesibilidad limitada (distribucin del trfico), que desde el punto de vista de proteccin del
servicio son an aplicables y tiles.
Los sistemas y redes digitales tienen una complejidad creciente y sin medidas preventivas el trfico
transportado en funcin del trfico ofrecido tendr tpicamente una forma similar a las del sistema
Aloha (vase la figura 6.4). Para asegurar que un sistema contine funcionando a mxima capacidad
durante sobrecarga se aplican diversas estrategias. En sistemas (centrales) se puede introducir
separacin entre llamadas y asignar prioridades a las tareas (vase el Captulo 13). En redes de
telecomunicacin son comunes dos estrategias: reservas de lneas de enlace y proteccin virtual de
canales.
- 207 -
2)
3)
4)
- 208 -
Ejemplo 11.6.1
En un sistema de comunicacin mvil celular se puede asegurar menor probabilidad de bloqueo
para el traspaso de llamadas que el observado por nuevas tentativas de llamada mediante la reserva
del ltimo canal desocupado (denominado canal de guarda) para traspasar llamadas.
11.6.2 Proteccin del canal virtual
En un sistema de servicios integrados es necesario proteger mutuamente todos los servicios y
garantizar un determinado grado de servicio. Esto se puede obtener por a) una determinada
asignacin de anchura de banda mnima que asegura un determinado servicio mnimo, y b) una
atribucin mxima que permite aprovechar las ventajas de la multiplexin estadstica y asegura que
no predomina un solo servicio. Esta estrategia tiene la forma de producto bsica y las
probabilidades de estado son insensibles a la distribucin del tiempo de servicio. Adems, el GoS
est garantizado no slo sobre la base de un enlace, sino de extremo a extremo.
11.7
Principio de Moe
Teorema 11.1 Principio de Moe: la asignacin del recurso ptimo se obtiene por el equilibrio
simultneo de ingresos marginales y costos marginales sobre todo los sectores.
En esta seccin se presentan los principios bsicos publicados por Moe en 1924. Se considera un
sistema con algunos sectores que consumen recursos (equipos) para elementos de produccin
(trfico). El problema se puede dividir en dos partes:
a)
Dado que se dispone de una cantidad limitada de recursos, cmo se deben distribuir estos
recursos entre los sectores?
b)
Los principios se aplican en general para toda clase de producciones. En este caso los recursos
corresponden a cables y equipos de conmutacin y la produccin comprende trfico transportado.
Un sector puede ser un enlace a una central. El problema puede ser el dimensionamiento de enlaces
entre una determinada central y sus centrales vecinas en las cuales hay conexiones directas. El
problema es, entonces:
a)
Cunto trfico se puede conducir en cada enlace cuando se transporta una cantidad de
trfico fija total?
b)
- 209 -
En un sistema de prdidas puro Dil corresponde a la funcin mejora, que siempre es positiva para un
nmero finito de canales en razn de la convexidad de la frmula B de Erlang.
Se desea minimizar C para un determinado trfico transportado total Y :
Una condicin necesaria para la solucin ptima es que el incremento marginal del trfico
transportado cuando aumenta el nmero de canales (funcin mejora) dividido por el costo para un
canal debe ser idntico para todos los grupos de enlace (7.31).
Por medio de derivadas de segundo orden es posible determinar un conjunto de condiciones
necesarias para establecer condiciones suficientes que est dado en el Principio de Moe
(Jensen, 1950 [50]). La funciones de mejora que se tratan cumplen siempre estas condiciones.
Si tambin hay diferentes ingresos gi para cada grupo de enlace (direcciones), se debe incluir
entonces un factor de ponderacin adicional, y en los resultados de la ecuacin (11.12) se debe
reemplazar ci por ci/gi.
11.7.2 Trfico transportado ptimo
Supngase el caso en que el trfico transportado, que es una funcin del nmero de canales (11.7),
es Y. Si los ingresos se simbolizan con R(Y) y los costos con C(Y) (11.6), los beneficios resultan
entonces:
- 210 -
El factor dado por la ecuacin (11.12) es el cociente entre el costo de un canal y el trfico que se
puede transportar adicionalmente si el enlace se extiende por un canal. As, se agregarn canales al
enlace hasta que el ingreso marginal sea igual al costo marginal (7.33).
Ejemplo 11.7.1: Asignacin de la capacidad ptima
Se consideran dos enlaces (grupos de enlace) donde el trfico ofrecido es 3 erlang y 15 erlang,
respectivamente. Los canales para los dos sistemas tienen el mismo costo y hay un total
de 25 canales disponibles. Cmo se deben distribuir los 25 canales entre los dos enlaces?
De la ecuacin (11.12) se observa que las funciones de mejora deben tener los mismos valores para
los dos sentidos. Por tanto, se prosigue utilizando una tabla:
A1 = 3 erlang
A2 = 15 erlang
n1
F1,n(A1)
n2
F1,n(A2)
0,4201
17
0,4048
0,2882
18
0,3371
0,1737
19
0,2715
0,0909
20
0,2108
0,0412
21
0,1573
Para n1 = 5 y n2 = 20 se utilizan los 25 canales. Esto produce una congestin del 11,0%, y 4,6%,
respectivamente, es decir alta congestin para el grupo de enlace ms pequeo.
Ejemplo 11.7.2: Optimizacin del tringulo
Esta es una optimizacin clsica de una red en tringulo que utiliza encaminamiento de trfico
alternativo (vase la figura 11.1). De A a B se tiene una demanda de trfico igual a A erlang. El
trfico es transportado parcialmente por la ruta directa (ruta primaria) de A a B, y parcialmente por
la ruta alternativa (ruta secundaria) A T B, donde T es una central de trnsito. No hay otras
posibilidades de encaminamiento. El costo de una conexin directa es cd, y para una conexin
secundaria ct.
- 211 -
Qu cantidad de trfico se debe transportar en cada una de las dos direcciones? La ruta A T B
transporta ya trfico hacia y desde otros destinos, y la utilizacin marginal para un canal en esta ruta
se simboliza por a. Se supone que es independiente del trfico adicional que est bloqueado
de A B.
Conforme a la ecuacin (11.12), las condiciones mnimas resultan:
Donde n es aqu el nmero de canales en la ruta primaria. Esto significa que los costos deben ser los
mismos cuando se encamina una llamada "adicional" a travs de una ruta directa y a travs de la
ruta alternativa. Si una ruta fuera menos costosa que la otra se encaminara entonces ms trfico en
la direccin ms econmica.
Como los valores de trfico aplicados como base para el dimensionamiento se obtienen por
mediciones de trfico, presentan falta de fiabilidad debido a una muestra limitada, periodo de
medicin limitado, principio de medicin, etc. Como se muestra en el Captulo 15 la falta de
fiabilidad es aproximadamente proporcional al volumen de trfico medido. Con la medicin del
mismo periodo de tiempo en todos los enlaces, se obtiene el grado ms alto de incertidumbre para
pequeos enlaces (grupos de enlace), que estn parcialmente compensados por la sensibilidad de
sobrecarga mencionada anteriormente, que es la menor para pequeos grupos de enlace. Como
valor representativo se elige tpicamente el valor medio ms la desviacin estndar multiplicada por
una constante, por ejemplo 1.0.
Para asegurarse, se deber destacar an ms que se dimensiona la red para el trfico que ser
transportado 1-2 aos desde ahora. El valor utilizado para dimensionamiento es as afectado
adicionalmente por una incertidumbre de previsin. No se ha incluido el hecho de que parte del
equipo puede estar fuera de operacin debido a errores tcnicos.
El UIT-T recomienda que el trfico se mida durante todas las horas cargadas del ao, y que el valor
de n se seleccione de modo tal que utilizando el valor medio de las 30 observaciones
(5 observaciones) ms grande, se obtienen las siguientes probabilidades de bloqueo:
Los criterios de servicio precedentes se pueden aplicar directamente a cada grupo de enlace. En la
prctica, se propone una probabilidad de bloqueo del abonado A al abonado B que sea la misma
para todo tipo de llamadas.
Con las centrales controladas por programa almacenado la tendencia es una supervisin continua
del trfico en todas las rutas costosas e internacionales.
En conclusin, se puede decir que el valor del trfico utilizado para dimensionamiento est afectado
por incertidumbre. En grandes grupos de enlace la aplicacin de un valor de trfico no
representativo puede producir serias consecuencias para el nivel de grado de servicio.
Durante los ltimos aos ha habido un inters creciente para el encaminamiento controlado del
trfico adaptable (gestin de la red de trfico), que puede ser introducido en sistemas digitales de
control por programa almacenado. Mediante esta tecnologa se puede seleccionar en principio la
estrategia ptima para el encaminamiento de trfico durante cualquier escenario de trfico.
- 212 -
CAPTULO 12
Sistemas de espera
En este Captulo se estudia el trfico hacia un sistema con n servidores idnticos, accesibilidad
completa, y un nmero infinito de posiciones de espera. Cuando los n servidores estn ocupados en
su totalidad, el cliente que llega se pone en fila de espera hasta que un servidor quede en estado
libre. Ningn cliente puede estar en fila de espera cuando hay un servidor est en estado libre
(accesibilidad completa).
Se consideran los dos mismos casos de trfico que los Captulos 7 y 8.
1)
2)
12.1
Sea un sistema de puesta en fila M/M/n con proceso de llegada de Poisson (M), tiempos de servicio
exponenciales (M), n servidores y un nmero infinito de posiciones de espera. El estado del sistema
se define como el nmero total de clientes (estn servidos o puestos en fila). Se examinarn las
probabilidades en rgimen permanente del sistema. Mediante el procedimiento descrito en el 7.4
se construye el diagrama de transicin de estado que se muestra en la figura 12.1. Suponiendo
equilibrio esttico, las ecuaciones de corte dan por resultado:
- 213 -
Los parntesis internos tienen una progresin geomtrica con el cociente A=n. La condicin de
normalizacin slo se puede satisfacer para:
A < n:
(12.3)
El equilibrio estadstico solo se tiene para A < n. De otra manera, la fila de espera continuar
aumentando hasta el infinito.
Se obtiene:
- 214 -
12.2
Para evaluar la capacidad y rendimiento funcional del sistema, se deben examinar diversas
caractersticas, que estarn expresadas por las probabilidades en rgimen permanente.
12.2.1 Frmula C de Erlang
Cuando el proceso de llegada de Poisson es independiente del estado del sistema, la probabilidad
que un cliente de llegada arbitrario deba ponerse en fila de espera es igual a la proporcin del
segmento de tiempo que todos los servidores estn ocupados (propiedad PASTA: Poisson arrivals
See Time Average - llegada de Poisson, vase promedio temporal).
El tiempo de espera es una variable estocstica por W. Para un cliente de llegada arbitrario se tiene:
Frmula C de Erlang:
Como los clientes tienen la posibilidad de ser servidos inmediatamente o puestos en fila de espera,
la probabilidad que un cliente sea servido inmediatamente resulta:
- 215 -
Se observa que:
- 216 -
La formula C de Erlang fue recogida en el principio de Moe (Jensen, 1950 [50]) y se muestra en la
figura 12.2.
12.2.2 Longitudes media de puesta en fila
Se debe distinguir entre longitudes de puesta en fila en un punto arbitrario del tiempo y la longitud
de puesta en fila cuando hay clientes que esperan en la fila.
Longitud media de puesta en fila en un punto arbitrario del tiempo:
La longitud de puesta en fila L en un punto arbitrario del tiempo se denomina longitud virtual de
puesta en fila. Esta es la longitud de puesta en fila observada por un cliente arbitrario pues la
propiedad PASTA es vlida al proceso de llegada de Poisson (promedio de tiempo = promedio de
llamadas). Se obtiene as la longitud media de puesta en fila Ln = E{L} en un punto arbitrario del
tiempo:
- 217 -
Figura 12.2 Frmula C de Erlang para el sistema de espera M/M/n. La probabilidad E2,n(A)
para un tiempo de espera positivo se muestra en funcin del trfico ofrecido A
para valores del nmero de servidores n
Leyendas de la figura 12.2
1)
2)
Trfico ofrecido A
La longitud de media de puesta en fila se puede interpretar como el trfico transportado por las
posiciones de puesta en fila y, por tanto, tambin se denomina trfico de tiempo de espera.
- 218 -
Longitud media de puesta en fila dado una puesta en fila mayor que cero:
El promedio de tiempo es tambin, en este caso, igual al promedio de llamadas. La longitud de
puesta en fila media condicional resulta:
Con la aplicacin de las ecuaciones (12.8) y (12.12) este resultado es, por supuesto, el mismo que:
- 219 -
La longitud media de puesta en fila Ln (12.12) y el tiempo medio de espera para todos los clientes
Wn (12.15) se calculan con las siguientes expresiones:
De esto se observa que un aumento del trfico ofrecido produce un aumento de Ln a la tercera
potencia independientemente si ste se debe a un nmero superior de clientes () o a un tiempo de
servicio superior (s). El tiempo medio de servicio Wn aumenta a la tercera potencia de s, pero slo a
la segunda potencia de . El tiempo medio de espera Wn para clientes en espera se incrementa con la
segunda potencia de s y la primera potencia de . Un aumento de la carga debido a la mayor
cantidad de clientes es as mejor que un incremento de la misma debido a tiempos de servicios
mayores. Por tanto, es importante que los tiempos de servicio de un sistema no aumenten durante
las sobrecargas.
Ejemplo 12.2.2: Tiempo medio de espera w cuando a A 0
Se observa que mientras A 0, se obtendr la igualdad wn = s/n (12.17). Si un cliente experimenta
tiempo de espera (que rara vez sucede cuando A 0), este cliente ser el nico en la fila de espera.
El cliente debe esperar hasta que un servidor est en estado libre. Esto sucede despus de un
intervalo de tiempo distribuido exponencialmente con valor medio s/n. De modo tal que wn nunca
resulta menor que s/n.
12.2.4 Funciones mejora para M/M/n
La mejora marginal del trfico transportado cuando se agrega un servidor se puede expresar de
diversas maneras. La disminucin en la proporcin del trfico total (es decir, la proporcin de todos
los clientes) que experimenta demora viene dado por:
La disminucin de las longitudes media de puesta en fila (es decir, el trfico transportado por las
posiciones de espera) resulta, aplicando la ley de Little (12.14):
- 220 -
donde Wn(A) es el tiempo medio de espera para todos los clientes cuando el trfico ofrecido es A y
el nmero de servidores es n (12.15). Las ecuaciones (12.21) y (12.22) estn tabuladas en el
Principio de Moe (Jensen, 1950 [50]) y son simples de calcular con medios informticos.
12.3
Moe fue el primero en establecer un principio para los sistemas de puesta en fila. Estudio los
tiempos de espera de los abonados como operador en centrales manuales de la compaa telefnica
de Copenhague.
Considrense k sistemas de puesta en fila independientes. Un cliente servido en todos los k sistemas
tiene el tiempo medio de espera total i Wi, donde Wi es el tiempo medio de espera del i-simo
sistema que tiene ni servidores y que ofrece el trfico Ai. El costo de un canal es Ci, posiblemente
ms un costo constante, que se incluye en la constante Co indicada a continuacin. As, el costo total
para canales resulta:
Si el tiempo de espera tambin se considera como costo, el costo total que se ha de minimizar
resulta f = f(n1; n2, . . . , nk). Esto se debe minimizar en funcin del nmero de canales n1 en los
sistemas individuales. Si el tiempo medio de espera total es W, la atribucin de canales a los
sistemas individuales se determina por:
que corresponde a:
La funcin FW,n(A) est tabulada segn el principio de Moe (Jensen, 1950 [50]). Para otras
funciones de mejora se pueden efectuar optimizaciones similares.
Ejemplo 12.3.1: Sistema de espera
Se consideran dos sistemas de puesta en fila M/M/n el primero tiene un tiempo medio de servicio
de 100 s y el trfico ofrecido es 20 erlang. La relacin de costo c1/ es igual a 0,01. El segundo
C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S3.DOC (133000)
- 221 -
sistema tiene un sistema medio de servicio igual a 10 s y el trfico ofrecido es 2 erlang. La relacin
de costos es c2/ = 0,1.
Una tabla de la funcin mejora FW,n(A) indica:
n1 = 32 canales y
n2 = 5 canales.
Los tiempos medios de espera son:
W1 = 0,075 s.
W2 = 0,199 s.
Esto muestra que un cliente, que est servido en ambos sistemas, experimenta un tiempo medio de
espera total igual a 0,274 s, y que el sistema con menos canales contribuye ms al tiempo medio de
espera.
El costo de espera est referido a la relacin de costos. Mediante la inversin de una unidad
monetaria ms en el sistema anterior, se reducen los costos en la misma cantidad
independientemente de saber en qu sistema de puesta en fila se incrementa la inversin. Se debe
continuar invirtiendo en la medida que se obtengan ganancias. Las investigaciones de Moe durante
el decenio de 1920 demostraron que el tiempo medio de espera de los abonados en pequeas
centrales con pocos operadores sera mayor que el tiempo medio de espera en centrales ms grande
con muchos operadores.
12.4
Los sistemas de puesta en fila, donde la disciplina de servicio slo depende de los tiempos de
llegada, tienen todos los mismos tiempos medios de espera. En este caso la estrategia slo tiene
influencia frente a la distribucin de los tiempos de espera para el cliente individual. La derivacin
de la distribucin del tiempo de espera es simple en el caso de fila de espera ordenada, FCFS
(primero en llegar, primero en estar servido). Esta disciplina tambin se denomina FIFO (primero
en llegar, primero en salir). Los clientes que llegan primero al sistema sern servidos primero, pero
si hay servidores mltiples no pueden necesariamente dejar el primer servidor. De modo tal que
FIFO se refiere al tiempo de salir de la fila de espera e iniciar el servicio.
Sea un cliente arbitrario. A su llegada al sistema, el cliente es servido inmediatamente o se pone en
fila de espera (12.6).
Se supone ahora que el cliente considerado debe esperar en la fila, es decir el sistema puede estar en
estado [n+ k], (k = 0, 1, 2, . . .), donde k es el nmero de posiciones de espera ocupadas en el
momento de la llegada del cliente.
El cliente considerado debe esperar hasta los clientes que k + 1 hayan completado su servicio antes
que un servidor en estado libre sea accesible. Cuando todos los n servidores estn funcionando, el
sistema completa los clientes con una intensidad constante n, es decir el proceso de salida es un
proceso de Poisson con esta intensidad.
Se aprovecha la relacin entre la representacin de nmero y la representacin de intervalo ( 5.4):
La probabilidad p{W t} = F(t) de experimentar un tiempo de espera positivo igual o menor a t es
igual a la probabilidad que en un proceso de llegada de Poisson con intensidad (n) lleguen al
menos (k+1) clientes durante el intervalo t (6.1):
F(t | k de espera)
(12.28)
- 222 -
La expresin anterior est basada en la hiptesis que el cliente considerado debe esperar en la fila.
La probabilidad condicional que el cliente considerado cuando llega observa todos los n servidores
ocupados y k clientes en espera (k = 0, 1, 2; . . . ) es:
Esta es una distribucin geomtrica que incluye la clase cero (vase el cuadro 6.1). La distribucin
del tiempo de espera incondicional resulta entonces:
pues se pueden intercambiar las dos sumas cuando todos los trminos son probabilidades positivas.
La suma interior es una progresin geomtrica:
- 223 -
Contar el nmero k de clientes en espera que estn delante. El tiempo de espera total tendr
entonces distribucin de Erlang (k+1).
2)
La interpretacin de esto es que una suma ponderada de distribuciones de Erlang con factores
ponderados distribuidos geomtricamente es equivalente a una distribucin exponencial. En la
figura 12.3 se muestra el diagrama de fase para la ecuacin (12.30), y se observa inmediatamente
que puede ser reducido a una distribucin exponencial simple (vase el 4.4.2 y la figura 4.9). La
ecuacin (12.31) confirma que el tiempo medio de espera wn para los clientes que deben ponerse en
fila de espera se torna como se indica en la ecuacin (12.17).
La distribucin del tiempo de espera para todos (un cliente arbitrario) resulta (3.19):
Figure 12.3 La distribucin del tiempo de espera para M/M/n - FCFS resulta distribuida
exponencialmente con la intensidad (n-). El diagrama de fase a la izquierda
corresponde a una suma ponderada de distribuciones Erlang-k (vase 4.4.2)
pues el rgimen de todas las fases es (1-A/n) = n-
12.4.1 Tiempo de respuesta con un solo servidor
Cuando slo hay un servidor, las probabilidades de estado (12.2) vienen dadas por una serie
.
geomtrica (12.18), es decir p(i) = p(0) Ai para todas las i 0. Cada cliente emplea un intervalo de
tiempo distribuido exponencialmente con intensidad en cualquier estado. El cliente que encuentra
el sistema en el estado [i] permanecer en el sistema un intervalo de tiempo con distribucin Erlang(i + 1). Por tanto, el tiempo de permanencia total en el sistema (tiempo de espera + tiempo de
servicio), es decir el tiempo de respuesta, est distribuido en forma exponencial con la
intensidad (-) (vase la figura 4.9):
Esta expresin es idntica a la distribucin del tiempo de espera de cliente con demora.
- 224 -
12.5
Este modelo pertenece a la clase de sistemas cclicos de puesta en fila y corresponde a un sistema
de demora puro con un nmero limitado de clientes (vase el caso Engset para sistemas de
prdidas).
Este modelo fue examinado por primera vez por Gnedenko en 1933 y publicado en 1934, y fue
ampliamente conocido cuando C. Palm public un documento (1947 [81]) en conexin con un
anlisis terico de asignacin de mano de obra para reparacin de mquinas automticas. S
mquinas, que por lo general funcionan automticamente, son reparadas por n tcnico. Las
mquinas se pueden descomponer y luego sern reparadas por personal tcnico para ponerlas
nuevamente en funcionamiento. El problema es ajustar la cantidad de reparadores a la cantidad de
mquinas de modo que los costos totales se reduzcan al mnimo (o se mejoren las ganancias). Las
mquinas pueden ser maquinarias textiles que se detienen cuando se acaba el hilo; el reparador debe
entonces reemplazar la bobina vaca de la mquina por otra llena.
El modelo de mquina - reparador o modelo de interferencia de mquina fue tambin analizado en
(Feller, 1950 [29]). El modelo corresponde a una red de puesta en fila cerrada simple y ha sido
aplicada satisfactoriamente para resolver problemas de ingeniera de trfico en sistemas
informticos. Mediante la notacin de Kendall (vase el Captulo 13) el sistema de puesta en fila se
identifica por M/M/n/S/S, donde S es el nmero de clientes, y n el nmero de servidores.
- 225 -
Figura 12.4 Funcin de densidad para la distribucin del tiempo de espera para la
disciplina de puesta en fila FCFS, LCFS, y SIRO (ALEATORIO). Para los tres
casos el tiempo de espera medio para llamadas demoradas es de 5 unidades
de tiempo. El factor de forma es 2 para FCFS, 3,33 para LCFS, y 10 para SIRO.
El nmero de servidores es 10 y el trfico ofrecido de 8 erlang.
El tiempo medio de servicio es s = 10 unidades de tiempo
Leyendas de la figura 12.4
1)
Funcin de frecuencia
2)
Tiempo de espera
- 226 -
Terminales
2)
Fila de espera
3)
Computadora
4)
El terminal individual vara todo el tiempo entre dos estados (interactivo) (vase la figura 12.6):
El intervalo de tiempo cuando el usuario est pensando (trabajando) se denomina tiempo entre
llegadas Tt, y el valor medio se simboliza mt.
El intervalo de tiempo cuando el usuario est esperando la respuesta de la computadora, se
denomina tiempo de respuesta R. Esto incluye el intervalo de tiempo Tw(valor medio mw), donde la
tarea est esperando obtener el acceso a la computadora, y el propio tiempo de servicio Ts (valor
medio ms).
Tt + R se denomina tiempo de circulacin (vase la figura 12.6). Al trmino de este intervalo de
tiempo un terminal retorna al mismo estado que se dej al comienzo del intervalo (evento
recurrente).
En el texto siguiente se dar especial importancia a los valores medios, y las derivaciones son
vlidas para todos los tipos de puesta en fila de espera prcticos (vase el Capitulo 13).
- 227 -
Figura 12.6 Los terminales puede tener tres estados. El usuario trabaja
activamente en el terminal o bien est a la espera de la respuesta de
la computadora. El ltimo intervalo de tiempo (tiempo de
respuesta) se divide en dos fases. Una fase de espera
y una fase de servicio
Leyendas de la figura 12.6
1)
Estado terminal
2)
Trabajo activo
3)
Espera
4)
Servicio
5)
Tiempo
- 228 -
Considerando la limitacin adicional que la suma de todas las probabilidades debe ser igual a uno se
encuentra, introduciendo =/:
- 229 -
p {terminal en espera}
(12.41)
(12.42)
(12.43)
- 230 -
n
m
Empleando las ecuaciones (12.38) y (12.44) t = t se obtiene:
ns ms
De esta manera el tiempo de respuesta es independiente de las distribuciones del tiempo pues est
basado en las ecuaciones (12.38) y (12.44) (Ley de Little). Sin embargo, p(0) depender de los tipos
de distribucin al igual que en la frmula B de Erlang. Si el tiempo de servicio de la computadora
tiene distribucin exponencial (valor medio ms = 1/), entonces p(0) viene dado por la ecuacin
(12.37). En la figura 12.8 se muestra el tiempo de respuesta en funcin del nmero de terminales en
este caso.
2)
Nmero de terminales S
Si todos los intervalos de tiempo son constantes, la computadora puede servir a K sin tiempo de
espera donde:
- 231 -
K es, por tanto, un parmetro adecuado para describir el punto de saturacin del sistema. El tiempo
de espera medio para un terminal arbitrario se obtiene empleando la ecuacin (12.45):
mv= R ms
Ejemplo 12.5.2: Computadora de comparticin en el tiempo
En un sistema terminal la computadora queda a veces en reposo, (a la espera de terminales) y a
veces los terminales esperan que la computadora quede libre. Pocos terminales producen baja
utilizacin de la computadora, mientras que muchos terminales conectados consumen el tiempo de
los usuarios.
En la figura 12.9 se muestra el trfico de tiempo de espera en erlang, para la computadora y para un
terminal simple. El costo total del tiempo de espera se obtiene mediante la ponderacin apropiada
de costos y sumas de tiempos de espera de la computadora y de todos los terminales.
Para el ejemplo, en la figura 12.9 se obtienen los costos mnimos de la espera total para unos 45
terminales aun cuando el costo por el tiempo de espera correspondiente a la computadora es cien
veces mayor que el costo de un terminal. En 31 terminales, la computadora y cada uno de ellos
consume el 11,4% del tiempo de espera. La relacin de costos es 31 y este ser el nmero ptimo de
terminales. Sin embargo, hay otros factores que se han de tener en consideracin.
12.5.4 Modelo mquina reparador con n servidores
El modelo anterior es fcilmente generalizado a n computadoras. El diagrama de transicin se
muestra en la figura 12.10.
Las probabilidades en rgimen permanente resultan:
Se debe sealar que las probabilidades de estado son indiferentes a la distribucin de tiempo en
estado activo como es el caso con una computadora (se tiene un proceso de llegada de Poisson que
depende del estado).
Un terminal arbitrario es un punto arbitrario del tiempo en unos de los tres estados posibles:
- 232 -
2)
Computadora
3)
Por terminal
4)
Nmero de terminales S
- 233 -
Se tiene:
12.6
En esta seccin se optimizar el modelo mquina - reparacin del mismo modo que lo encar Palm
en 1947. Se ha observado que el modelo para un solo reparador es idntico al sistema de prdidas
de Erlang que fue optimizado en el Captulo 7. Se ver as que el mismo modelo se puede optimizar
de diversas maneras:
Se considera un sistema terminal con una computadora y S terminales y se desea hallar un valor
ptimo de S. Se supone la siguiente estructura de costos:
ct
costo por terminal por unidad de tiempo en el que el terminal est activo,
cw
costo por terminal por unidad de tiempo en el que un terminal est en espera,
cs
ca
- 234 -
Se desea minimizar el costo c0. La relacin de servicio = mt/ms es igual a pt/ps. Introduciendo la
relacin de costos r = cw/ca, se obtiene:
que se deben minimizar en funcin de S. Slo el ltimo trmino depende del nmero de terminales
y se obtiene:
Figura 12.11 Modelo mquina - reparador. Los costos totales calculados con
la ecuacin (12.57) se muestran en funcin del nmero de terminales
para una relacin de servicio = 25 y una relacin
de costos r = 1/25 (vase la figura 7.6)
Leyendas de la figura 12.11
1)
2)
- 235 -
- 236 -
CAPTULO 13
Teora aplicada de puesta en fila de espera
Hasta el momento, se han examinado sistemas clsicos de filas de espera, donde todos los procesos
de trfico son procesos de renovacin. La teora de los sistemas de prdidas se ha aplicado con xito
durante muchos aos en el campo de la telefona, mientras que la teora de los sistemas de espera
slo se ha aplicado en los ltimos aos en el terreno de la ciencia informtica. Los clsicos sistemas
de espera desempean una funcin primordial en la teora de la puesta en fila de espera. Por lo
general, se da por supuesto que la distribucin del tiempo entre las llegadas a destino de las
llamadas o la distribucin del tiempo de servicio son exponenciales. Por razones tericas y fsicas, a
menudo se utilizan sistemas de fila de espera con un solo servidor.
Este Captulo se centra en la fila de un solo servidor y se analiza este sistema para distribuciones
generales de tiempo de servicio, diferentes tipos de fila de espera y clientes con propiedades de
atencin preferentes.
13.1
En esta seccin se introducirn notaciones compactas para sistemas de puesta en fila de espera,
denominada notacin de Kendall.
13.1.1 Descripcin del trfico y la estructura
D.G. Kendall (1951 [60]) introdujo la siguiente notacin para modelos de puesta en fila de espera:
A/B/n
donde
A = proceso de llegada,
B = distribucin del tiempo de servicio,
n = nmero de servidores.
Para procesos de trfico se utilizan las siguientes notaciones normalizadas (vase el 4.5):
M ~ Markovian. Intervalo de tiempo exponencial (proceso de llegada de Poisson, tiempos de
servicios distribuidos exponencialmente).
D ~ Determinstico. Intervalos de tiempo constante.
Ek ~ Intervalos de tiempo con distribucin de Erlang-k (E1 = M).
Hn ~ Hiperexponencial de intervalos de tiempo distribuidos de orden n.
Cox ~ Intervalos de tiempo distribuidos de Cox.
Ph ~ Intervalos de tiempo distribuidos de tipo fase.
GI ~ Intervalos de tiempo independiente general, renovacin de proceso de llegada.
G ~ General. Distribucin arbitraria de intervalo de tiempo (puede incluir correlacin).
Ejemplo 13.1.1: Modelos comunes de puesta en fila
M/M/n es un sistema de espera puro con proceso de llegada Poisson, tiempos de servicio de
distribucin exponencial y n servidores. Es el clsico sistema de espera de Erlang (vase el
Captulo 12).
GI/G/1 es un sistema de espera general con un solo servidor.
- 237 -
S=
X=
K=
- 238 -
en la teora de fila de espera asumimos que el trfico total ofrecido es independiente de la disciplina
de fila de espera.
En el caso de sistemas informticos a menudo tendemos a reducir el tiempo total de espera.
SJF: (shortest job first). Tarea ms breve primero, SJN: (shortest job next) tarea ms corta
despus, SPF: (shortest processing time first) tiempo de tratamiento ms corto primero.
Esta tcnica supone que se conoce el tiempo de servicio por adelantado y reduce al mnimo
el tiempo total de espera de todos los clientes.
Las tcnicas mencionadas tienen en cuenta los tiempos de llegadas o los tiempos de servicio. Se
obtiene un compromiso entre esas disciplinas mediante las siguientes tcnicas:
RR (round robin) Retorno al origen.
A un cliente servido se le da a lo sumo un tiempo de servicio fijo (segmento de tiempo). Si
el servicio no se completa durante ese intervalo el cliente vuelve a la fila de espera que es
del tipo FCFS.
PS (processor sharing) Comparticin del procesador.
Todos los clientes comparten la capacidad del servicio en igual medida.
FB (foreground - background) Primer plano - segundo plano.
Esta tcnica trata de aplicar el criterio SJF sin conocer de antemano los tiempos de servicio.
El servidor ofrecer servicio al cliente que hasta ese momento ha recibido la menor
cantidad de servicio. Cuando todos los clientes han obtenido la misma cantidad de servicio,
FB se hace idntico a PS.
Las ltimas tcnicas indicadas son dinmicas pues los criterios de puesta en fila de espera dependen
de la cantidad de tiempo empleado en la fila.
13.1.3 Prioridad de los clientes
En condiciones reales los clientes se dividen a menudo en N clases prioritarias, en la que un cliente
que pertenece a la clase p tiene mayor prioridad que un cliente que pertenece a la clase p+1.
Se ha de distinguir entre dos tipos de prioridades:
No preferente = Cabecera de lnea
Un nuevo cliente de llegada con prioridad ms alta que est siendo servido espera hasta que
un servidor est desocupado (y todos los clientes con alta prioridad hayan sido servidos).
Este criterio tambin se denomina HOL,(head-of-the-line) cabecera de lnea.
Preferente:
Un cliente al que se est dando servicio tiene prioridad inferior que un nuevo cliente que
llega, es interrumpido.
Se distingue entre:
Reanudar preferencia:
El servicio contina desde donde fue interrumpido.
Preferencia sin remuestreo:
El servicio se reinicia desde el comienzo con el mismo tiempo de servicio, y
Preferencia con remuestreo:
El servicio se inicia nuevamente con un nuevo tiempo de servicio.
La dos ltimas tcnicas se aplican, por ejemplo, en fabricacin de sistemas y seguridad del servicio.
Dentro de una clase nica, se disponen de las tcnicas mencionadas en el 13.1.2.
- 239 -
En la literatura relativa a la puesta de fila de espera aparecen muchas otras estrategias y smbolos.
Las siglas GD representan una disciplina de puesta en fila de espera arbitraria (disciplina general).
El comportamiento de los clientes tambin est sujeto a modelos:
Renuncia: se refiere a sistemas con clientes impacientes que salen de la fila de espera sin
haber sido servidos.
Cambio de fila: se refiere a los sistemas en el que los clientes pueden pasar de una fila de
espera (por ejemplo larga) a otra fila ms corta.
As, hay muchos modelos posibles. En este Captulo slo se tratarn los ms importantes. Por lo
general, slo se consideran sistemas con un servidor.
Ejemplo 13.1.2: Sistema de conmutacin de programa almacenado controlado
En sistemas de programa almacenado controlado las tareas de los procesadores se dividen, por
ejemplo, en diez clases de prioridades. La prioridad se actualiza, cada quinto de milisegundo. Los
mensajes de error que provienen de un procesador tienen la ms alta prioridad, mientras que las
tareas de control de rutina tiene la prioridad ms baja. Dar servicio a las llamadas aceptadas tiene
mayor prioridad que la deteccin de nuevas tentativas de llamada.
13.2
Como se indic anteriormente hay muchos modelos de puesta en fila de espera pero,
lamentablemente, hay slo algunos resultados generales en la teora de puesta en fila. La literatura
es muy extensa pues muchos casos especiales son importantes en la prctica. En esta seccin se
examinarn los resultados generales ms importantes.
El teorema de Little presentando en el 5.3 es el resultado ms general que es vlido para un
sistema de puesta en fila de espera arbitrario. El teorema es fcil de aplicar y muy til en muchos
casos.
En general, slo los sistemas de puesta en fila con procesos de llegada de Poisson son simples de
abordar. Referente a sistemas de puesta en fila en serie y redes de fila de espera (por ejemplo redes
informticas) es importante conocer casos en el que el proceso de partida de un sistema de puesta en
fila es un proceso de Poisson. Los sistemas de fila de espera se denominan sistemas de puesta en
fila de espera simtricos, pues son simtricos en el tiempo, ya que el proceso de llegada y el
proceso de salida son del mismo tipo. Si se filmara el desarrollo del tiempo, no se podra decidir si
la pelcula pasa hacia adelante o hacia atrs (vase reversibilidad) (Kelly, 1979 [59]).
Los modelos clsicos de puesta en fila desempean un papel principal en la teora de fila de espera,
pues otros sistemas convergirn a menudo hacia ellos cuando el nmero de servidores aumenta
(teorema de Palm 6.1 en el 6.4).
Los sistemas que ms se apartan de los modelos clsicos son los que tienen un solo servidor. Sin
embargo, esos sistemas son los ms simples de abordar.
En sistemas de tiempo de espera se distingue tambin entre promedios de llamadas y promedios
temporales. El tiempo de espera virtual es el tiempo que un cliente experimenta si llega a un punto
aleatorio del tiempo (promedio temporal). El tiempo de espera real es el tiempo que experimenta el
cliente real (promedio de llamada). Si el proceso de llegada es un proceso de Poisson los dos
promedios son entonces idnticos.
- 240 -
13.3
pues
donde W es el tiempo medio de espera para todos los clientes, s es el tiempo medio de servicio, A es
el trfico ofrecido, y es el factor de forma de la distribucin del tiempo de ocupacin (3.10).
Cuanto ms regular es el proceso de servicio, menor ser el tiempo medio de espera. En el 13.6 se
estudian los resultados correspondientes para el proceso de llegada. En trfico telefnico real el
factor de forma ser de 4 a 6, y en trfico de datos de 10 a 100.
La ecuacin (13.2) es uno de los resultados ms importantes en la teora de puesta en fila de espera
y se estudiar con mayor profundidad.
13.3.1 Deduccin de la frmula Pollaczek-Khintchine
Se examina el sistema de puesta en fila M/G/1 y se desea encontrar el tiempo medio de espera para
un cliente aleatorio. Es independiente del criterio de puesta en fila y, por tanto, se puede suponer
que es del tipo FCFS. Debido al proceso de llegada de Poisson (propiedad PASTA) el tiempo de
espera real de un cliente es igual al tiempo virtual de espera.
El tiempo medio de espera W para un cliente arbitrario se puede dividir en dos partes.
1)
El tiempo tomado por un cliente para completar el servicio. Cuando el nuevo cliente
considerado llega a un punto del tiempo aleatorio, el tiempo de servicio medio residual
viene dado por la ecuacin (3.25):
2)
El tiempo de espera debido a clientes puestos en fila (FCFS). Por trmino medio la longitud
de la fila de espera es L. Por el teorema de Little se tiene
- 241 -
- 242 -
Figura 13.1 Ejemplo de una secuencia de eventos para el sistema M/D/1 con
el periodo en estado ocupado T1 y el periodo en estado libre T0
Leyendas de la figura 13.1
1)
Estado
2)
Ocupado
3)
Libre
4)
Llegadas
5)
Tiempo
Un periodo en estado ocupado puede comprender muchos clientes (un proceso de ramificacin).
13.3.3 Tiempo de espera para M/G/1
Si slo se consideran clientes que estn espera, se podrn encontrar los momentos de la distribucin
del tiempo de espera para las tcnicas de puesta en fila clsicas (Abate y Whitt, 1997 [1]).
FCFS: Al indicar el i-simo momento de la distribucin de tiempo de servicio mediante m1, se
puede hallar el k-simo momento de la distribucin de tiempo de espera por la frmula de recursin
siguiente, donde el tiempo medio de servicio se toma como unidad de tiempo (m1 = s = 1):
LCFS: De los momentos precedentes mk,F de la distribucin del tiempo de espera FCFS, se pueden
hallar los momentos mk,L de la distribucin del tiempo de espera LCFS. Los tres primeros momentos
resultan:
- 243 -
Existen algoritmos para calcular p(i) para distribuciones del tiempo de ocupacin arbitrarios. Se
debe sealar que lo anterior slo es vlido para A <1, pero para una memoria intermedia finita
tambin se obtiene equilibrio estadstico para A >1.
13.4
El periodo de tiempo que un cliente espera significa, por lo general, un inconveniente o gasto para
el mismo. Por diversas estrategias para organizar la fila de espera, los tiempos de espera se pueden
distribuir entre los clientes conforme a las preferencias.
13.4.1 Combinacin de diversas clase de clientes
Los clientes se dividen en N clases (flujos de trfico). Se supone que los clientes de clase i llegan
conforme a un proceso de Poisson con intensidad i [clientes por unidad de tiempo] y el tiempo
medio de servicio es si [unidades de tiempo]. El segundo momento de la distribucin del tiempo de
servicio se representa como m2i, y el trfico ofrecido es Ai = i . si.
En lugar de considerar los procesos de llegada individuales, se debe examinar el proceso de llegada
total que tambin es un proceso de llegada de Poisson con intensidad:
- 244 -
- 245 -
2)
Tiempo
- 246 -
proceso de llegada de Poisson, el tiempo de espera virtual ser igual al tiempo de espera real
(promedio temporal = promedio de llamadas).
Se estudiar ahora la funcin de carga en un punto aleatorio del tiempo t. Est constituida por una
contribucin V del tiempo de servicio restante de un cliente que se le da servicio, si lo hubiera, y
una contribucin de los clientes que esperan en la fila. El valor medio U = E {U(t)} resulta:
Donde Li es la longitud de la fila para clientes de tipo i. Aplicando la ley de Little se obtiene:
Como se indic anteriormente U es la variable independiente del criterio de fila de espera (se
supone que el sistema es del tipo conservador de utilizacin de circuito), y V viene dado por la
ecuacin (13.17) para tipos de puesta en fila no preferentes. El valor de U se obtiene suponiendo el
tiempo de servicio FCFS, pues entonces se tiene Wi = U:
Con estas hiptesis generales se obtiene, aplicando la ecuacin (13.22) en la ecuacin (13.20), la ley
de conservacin de Kleinrock (1964 [64]):
Teorema 13.2 Ley de conservacin de Kleinrock:
El tiempo medio de espera para todas las clases ponderadas por la (carga) de trfico de la clase
mencionada, es independiente del criterio de fila de espera.
Se debe sealar que lo anterior slo es vlido para tipos de puesta en fila de espera no preferentes.
Se puede dar as a una pequea proporcin del trfico un tiempo medio de espera muy bajo, sin
aumentar mucho el promedio del tiempo de espera de los clientes restantes. Mediante diversas
estrategias se pueden atribuir los tiempos de espera a cada cliente conforme a sus preferencias.
13.4.3 Tipos de puesta en fila de espera no preferentes
Ms adelante se examinarn los sistemas de puesta en fila prioritarios M/G/1 donde los clientes se
dividen en N clases prioritarias de modo tal que quien tenga prioridad p tiene derecho prioritario
sobre clientes con prioridad p + 1. En un sistema sin derecho preferencial un servicio en curso no
puede ser interrumpido.
- 247 -
Se supone que los clientes de clase p tienen el tiempo medio de servicio sp y la intensidad de
llegada p. En el 13.4.1 se obtuvieron los parmetros para el proceso total.
El tiempo de espera medio total Wp de un cliente clase p se puede obtener directamente
considerando las tres contribuciones siguientes:
a)
b)
El tiempo de espera, debido a los clientes en la fila con prioridad p o mayor que ya estn
puestos en espera (teorema de Little):
c)
El tiempo de espera debido a clientes con prioridad superior, que superan al cliente
considerado cuando ste est en espera:
En total, se obtiene:
Para clientes de clase 1, que tienen la ms alta prioridad se obtiene, con la hiptesis de FCFS:
donde V es el tiempo de servicio residual para el cliente en servicio cuando llega el cliente
considerado (13.18):
donde m2i es el segundo momento de la distribucin del tiempo de servicio de la i-sima clase.
Para clientes de clase 2 se tiene:
- 248 -
donde:
Sin ninguna prioridad el tiempo medio de espera, utilizando la ecuacin (13.2) de PollaczekKhintchine, resulta:
Esto indica que se puede mejorar el Tipo 1 casi sin influenciar el Tipo 2. Sin embargo, la inversa no
corresponde. La constante en la ley de conservacin (13.23) resulta la misma sin prioridad como
con prioridad sin apropiacin
0,9 12,85 = 0,1 1,43 + 0,8 14,28 = 0,8 6,43 + 0,1 64,25 = 11,57.
- 249 -
donde At es la carga de los clientes con tiempo de servicio menor o igual que t:
El criterio SJF produce el tiempo de espera total ms bajo posible.
Si esas diferentes clases de prioridad tienen costos por unidad de tiempo distintos en estado de
espera, los clientes de clase j tienen el tiempo medio de servicio sj y abonan una tasa de cj por
unidad de tiempo cuando estn en espera, la estrategia ptima de costo mnimo es entonces asignar
prioridades 1, 2, . . . conforme a la relacin de incremento sj/cj.
Ejemplo 13.4.2: M/M/1 con criterio de puesta en fila SJF
Se considera el caso de tiempos de ocupacin distribuidos exponencialmente con el valor medio 1/
que se toma como unidad de tiempo (M/M/1). Si bien hay pocos tiempos de servicio muy largos,
stos contribuyen considerablemente al trfico total. (Vase la figura 3.2).
La contribucin al trfico total A por parte de clientes con tiempo de servicio t es {(3.22)
multiplicado por A = . }.
Aplicando esta expresin en la ecuacin (13.32) se obtiene Wt como se ilustra en la figura 13.3,
donde la estrategia FCFS (igual tiempo medio de espera que LCFS y SIRO) se muestra para
comparacin como funcin del tiempo de ocupacin real. La estrategia con retorno al punto de
origen fija un tiempo de espera que es proporcional al tiempo de servicio. El tiempo medio de
espera para todos los clientes con SJF es menor que con FCFS, pero no es evidente en la figura. El
tiempo medio de espera para SJF resulta:
- 250 -
Figura 13.3 El tiempo medio de espera Wt es funcin del tiempo de servicio real en un
sistema M/M/1 para criterios SJF y FCFS, respectivamente. El trfico ofrecido es
de 0,9 erlang y se tom el tiempo medio de servicio como unidad de tiempo.
Se ha de sealar que para SJF el promedio de tiempo de espera mnimo
es de 0,9 unidades de tiempo, en razn que se da servicio a una eventual
operacin primero debe finalizar. El tiempo medio de espera mximo
es de 90 unidades de tiempo. En comparacin con el criterio FCFS
si se utiliza SJF en 93,6% de las operaciones tienen tiempo medio
de espera ms breve. Esto corresponde a operaciones con un
tiempo de servicio menor que 2,747 tiempos de servicio
medio (unidades de tiempo). El trfico ofrecido puede
ser mayor que 1 erlang, pero entonces slo las
operaciones ms breves tienen un
tiempo de espera finito
Leyendas de la figura 13.3
-1
1)
2)
-1
- 251 -
A es el trfico ofrecido total para todas las clases. La probabilidad E2,n(A) para el tiempo de espera
viene dadas por la frmula C de Erlang, y el servicio del cliente termina con el tiempo medio entre
partidas s/n cuando todos los servidores estn ocupados. Para la clase de prioridad ms
elevada p = 1 se obtiene:
El caso de sistemas con derecho preferente es ms difcil de tratar pues los clientes con prioridad
superior que llegan durante un tiempo de servicio no interrumpen necesariamente a un cliente que
est servido, en razn que hay muchos servidores. El tiempo medio de espera se puede obtener
considerando primero la clase uno solamente, y luego la clase uno y dos en conjunto, que implica el
tiempo de espera para la clase dos, etc. Esto slo ser correcto cuando el tiempo de servicio est
distribuido exponencialmente.
13.4.6 Criterio de puesta en fila con derecho preferente
Supngase ahora que un servicio en curso se interrumpe por la llegada de un cliente con prioridad
superior. El servicio continuar ms tarde a partir de donde fue interrumpido. Esta situacin es
tpica para sistemas informticos. Para un cliente con prioridad p no habr cliente con prioridad
inferior. El tiempo medio de espera Wp para un cliente de clase p est compuesto por dos
contribuciones.
a)
Tiempo de espera debido a los clientes con prioridad igual o superior, que ya se encuentran
en el sistema de puesta en fila. Este es el tiempo de espera experimentado por un cliente en
un sistema sin prioridad donde slo existen las primeras clases p.
- 252 -
donde
es el tiempo de servicio restante esperado debido a clientes con prioridad igual o mayor y A'p viene
dado por la ecuacin (13.31).
b)
El tiempo de espera debido a clientes con prioridad superior que llegan durante el tiempo de
espera o tiempo de servicio y dan alcance al cliente considerado:
Se tiene as:
que resulta:
Al igual que en el 13.4.4 se puede expresar la frmula para el tiempo de espera medio para el
criterio de puesta en fila SJF con derecho preferente. El tiempo de respuesta total es:
- 253 -
Esto muestra que elevando el tipo 1 a la ms alta prioridad, se puede permitir que esos clientes
tengan un tiempo de espera breve, sin perturbar a los clientes tipo 2, pero el caso inverso no es
posible.
La ley de conservacin es slo vlida para sistemas de puesta en fila con derecho preferente si los
tiempos de servicio preferencial estn distribuidos exponencialmente. En el caso general, una
operacin puede ser tomada varias veces con derecho prioritario y, por tanto, el tiempo de servicio
restante no estar dado por V.
13.5
Esta seccin se centra en el sistema de puesta en fila M/D/n, FCFS. Los sistemas con tiempos de
servicio constante tienen la propiedad particular que los clientes dejan los servidores en el mismo
orden que fueron aceptados para darles servicio.
13.5.1 Antecedentes del sistema M/D/n
Los sistemas de puesta en fila de espera con proceso de llegada de Poisson y tiempos de servicio
constantes fueron los primeros criterios que se han analizado. En principio, cabe pensar que es ms
sencillo tratar tiempos de servicio constantes que tiempos de servicios distribuidos
exponencialmente, pero en realidad es todo lo contrario. La distribucin exponencial es fcil de
tratar debido a su falta de memoria: el tiempo de vida restante tiene la misma distribucin que el
tiempo de vida total (vase el 4.1), y, por tanto, se puede olvidar de la poca (punto en el tiempo)
en que se inici el tiempo de servicio. Los tiempos de ocupacin constantes requieren que se
recuerde el tiempo de inicio exacto.
Erlang fue el primero en analizar el sistema de puesta en fila M/D/n, FCFS (Brockmeyer y
otros 1948 [12]):
Erlang: 1909 n = 1 errores para n >1,
Erlang: 1917 n = 1, 2, 3 sin prueba,
Erlang: 1920 n soluciones explcitas arbitrarias para n = 1, 2, 3.
Erlang estableci la distribucin del tiempo de espera, pero no consider las probabilidades de
estado. Fry (1928 [32]) analiz tambin el criterio M/D/1 y estableci las probabilidades de estado
(ecuaciones de estado de Fry) utilizando el principio de equilibrio estadstico de Erlang mientras
que el propio Erlang aplic mtodos ms tericos.
Crommelin (1932 [21], 1934 [22]), un ingeniero ingls especializado en telefona, present una
solucin general para el criterio M/D/n. Generaliz las ecuaciones de estado de Fry a una N
arbitraria y estableci la distribucin del tiempo de espera, conocida ahora como distribucin de
Crommelin.
Pollaczek (1930-34) present una solucin muy general dependiente del tiempo para distribuciones
de tiempos de servicio arbitrarios. Con la hiptesis de equilibrio estadstico se pueden obtener
soluciones explcitas para tiempos de servicios constante y distribucin exponencial. Tambin
Khintchine (1932 [63]) analiz el criterio M/D/n y estableci la distribucin del tiempo de espera.
- 253 -
h < 1,
(13.39)
es decir
pues en cada estado con excepcin de cero el trfico transportado es igual a un erlang.
Se consideran dos pocas (puntos en el tiempo) t y t +h a una distancia de h. Todo cliente que es
servido en poca t (no ms de uno) ha dejado el servidor en poca t +h. Los clientes que llegan
durante el intervalo (t, t + h) estn an en el sistema de puesta en fila en poca t +h (en espera o en
servicio).
El proceso de llegada es un proceso de Poisson. Por tanto, para el intervalo de tiempo (t, t +h), se
tiene
p (j, h) =p {j llamadas en h} = Poisson distribuido
(13.40)
Adems, se obtuvo:
.
p(0) = 1 A
- 254 -
Estado
2)
3)
Llegada
4)
Salida
5)
Tiempo
y en general:
iA
(13.43)
W representa el tiempo medio de espera para todos los clientes y w el tiempo medio de espera para
los clientes que experimentan un tiempo de espera positivo.
C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S4.DOC (133000)
- 255 -
W
,
D
(13.44)
- 256 -
Figura 13.5 Distribucin del tiempo complementario para todos los clientes en
el sistema de puesta en fila M/M/1 y M/D/1 para filas ordenadas (FCFS).
Unidad de tiempo = tiempo medio de servicio. Se seala que el tiempo
medio de servicio para M/D/1 es menor que para M/M/1
Leyendas de la figura 13.5
1)
El grfico de la distribucin del tiempo de espera presenta una irregularidad cada vez que el tiempo
de espera supera un mltiplo entero del tiempo de ocupacin constante. En la figura 13.5 se muestra
un ejemplo. La frmula (13.49) no es adecuada para la evaluacin numrica. Puede mostrar
(Iversen, 1982 [41]) que el tiempo de espera se puede expresar en forma cerrada, como fue sealado
por Erlang in 1909:
Las probabilidades de estado p(i) se calculan con mayor precisin utilizando una frmula recursiva
basada en las ecuaciones de estado de Fry (13.42):
- 257 -
Para tiempos de espera no enteros se puede expresar la distribucin del tiempo de espera en
trminos de tiempos de espera enteros. Si se toma h = i, la ecuacin (13.50) puede ser entonces un
desarrollo binomial expresado en potencias de , donde:
t = T + , T entero, 0 < 1
Se obtiene entonces:
Con la hiptesis de equilibrio estadstico (A <n) se puede hacer caso omiso de los puntos absolutos
en el tiempo:
- 258 -
El tiempo medio de espera exacto de todos los clientes W es difcil de calcular. Se puede obtener
una aproximacin por medio de la expresin de Molina:
Sea un sistema de puesta en fila de espera con n = r k (siendo r y k valores enteros), proceso
general de llegada GI, tiempo de servicio constante y criterio de puesta en fila ordenada (FCFS).
Los clientes que llegan durante periodos de reposo buscan servidores en orden cclico
1; 2, . . ., n 1, n,1, 2, . . .
Un determinado servidor dar servicio entonces a los n-simos clientes, pues los clientes debido al
tiempo de servicio constante dejan los servidores en el mismo orden en que llegaron a los mismos.
Ningn cliente puede superar a otro cliente.
Un grupo de servidores constituidos por:
.
X, x + k, x + 2 k, . . ., x + (r 1) k,
0<xk
(13.62)
darn servicio al k-simo cliente. Si se consideran los servidores conforme a la agrupacin (13.62),
k*
se estudian entonces como un solo grupo equivalente al sistema de puesta en fila GI /D/r, donde el
k*
proceso de llegada GI es una convolucin de k veces la distribucin del tiempo de llegada.
Lo mismo sucede para los otros sistemas k 1. El trfico en estos sistemas k est mutuamente
correlacionado, pero si slo se considera un sistema por vez, este es entonces un proceso de
k*
llegada GI /D/n, sistema de puesta en fila FCFS.
La hiptesis de bsqueda cclica de los servidores no es necesaria con los sistemas individuales
(13.62). Las probabilidades de estado, tiempos medios de espera, etc. son independientes del
criterio de puesta en fila, que tiene importancia slo para la distribucin del tiempo de espera.
k*
- 259 -
regular. Esto se puede ver directamente de la equivalencia anterior, donde el proceso de llegada
para Ek/D/r se hace ms regular para incrementos de k (siendo r constante). Para A = 0,9 erlang por
servidor (L = longitud media de fila de espera) se tiene:
E4/E1/2:
L = 4,5174,
E4/E2/2:
L = 2,6607,
E4/E3/2:
L = 2,0493,
E4/D/2:
L = 0,8100.
A = 1 -p(0) + A p(k)
dan por resultado (k +1) ecuaciones lineales independientes, que son sencillas de resolver
numricamente.
Se obtienen tiempos de espera enteros de las probabilidades de estado y tiempos de espera no
enteros de los tiempos de espera enteros, como se indic anteriormente.
Ejemplo 13.5.2: Cubo no estanco
El cubo no estanco es un mecanismo para controlar los procesos de llegada de clulas (paquetes) de
un usuario (fuente de trfico) en un sistema ATM. El mecanismo corresponde a un sistema de
puesta en fila de espera con tiempo de servicio constante (dimensin de la clula) y una memoria
intermedia finita. Si el proceso de llegada es un proceso de Poisson, se tendr un sistema M/D/1/k.
La magnitud de la fuga corresponde a la intensidad de llegada aceptable del promedio a largo plazo
mientras que el tamao del cubo describe el exceso (incremento repentino permitido). El
mecanismo funciona como un sistema de puesta en fila virtual en el que las clulas se aceptan
inmediatamente o bien son rechazadas conforme al valor de un contador que es el valor entero de la
funcin de carga (vase la figura 13.2). En un contrato entre el usuario y la red se celebra un
acuerdo sobre la magnitud de la "fuga" y la dimensin del "cubo". Sobre esta base la red puede
garantizar una determinada calidad de servicio.
- 260 -
13.6
En el 13.3 se indic que el tiempo medio de espera para todos los clientes en un sistema de puesta
en fila M/G/1 viene dado por la frmula de Pollaczek-Khintchine:
M/M/1 ( 13.5.3): = 1
Esto indica que cuanta mayor regularidad haya en la distribucin del tiempo de ocupacin, menor
ser el trfico del tiempo de espera. (Para sistemas de prdidas con accesibilidad limitada es el caso
opuesto: cuanto mayor sea el factor de forma menor ser la congestin.)
En sistema con llegadas que no siguen el proceso de Poisson, los momentos de orden superior
tambin tendrn influencia en el tiempo medio de espera.
13.6.1 Resultados generales
Hasta este momento se ha tomado como hiptesis general que el proceso de llegada es un proceso
de Poisson. Para otros procesos de llegada raramente es posible encontrar una expresin exacta para
el tiempo medio de espera excepto en el caso en el que los tiempos de ocupacin tienen distribucin
exponencial. En general, se puede requerir que el proceso de llegada o el bien el proceso de servicio
sea tipo Markovian. Hasta el presente no hay frmulas de uso general para, por ejemplo, M/G/n.
Para GI/G/1 es posible determinar los lmites superiores tericos para el tiempo medio de espera.
Representando la varianza de los tiempos entre llegadas por va y la varianza de la distribucin del
tiempo de ocupacin por vd, la desigualdad de Kingman (1961) indica un lmite superior para el
tiempo medio de espera:
La frmula muestra que son las variaciones estocsticas que producen los tiempos de espera.
La frmula (13.66) permite determinar el lmite terico superior. Una estimacin razonable del
tiempo medio de espera real se puede obtener mediante la aproximacin de Marchal
(Marchal, 1976 [78]):
- 261 -
Como ejemplo del proceso de llegada distinto del proceso de Poisson se analizar el sistema de
puesta en fila GI/M/1, donde la distribucin de los tiempos entre llegadas es una distribucin
general dada por la funcin de densidad f(t).
13.6.2 Probabilidades de estado: GI/M/1
Si el sistema se considera como un punto arbitrario en el tiempo, las probabilidades de estado no se
describirn entonces por un proceso de Markov, pues la probabilidad de una llegada depender del
intervalo de tiempo desde la ltima llegada.
Sin embargo, si el sistema es considerado inmediatamente antes (o despus) de una poca de
llegada, habr entonces independencia en el proceso de trfico pues los tiempos entre llegada son
estocsticos independiente de los tiempos de ocupacin distribuidos exponencialmente. Las pocas
de llegada son puntos de equilibrio (puntos de regeneracin) (vase el 5.2.2), y se analizar la
denominada cadena de Markov incorporada.
La probabilidad que inmediatamente antes de una poca de llegada se observe el sistema en estado j
se representa por (j). En equilibrio estadstico se puede demostrar que se tendr el siguiente
resultado (D.G. Kendall, 1953 [62]):
Las probabilidades en rgimen permanente se pueden obtener examinando dos pocas de llegada
sucesivas t1 y t2 (similar a las ecuaciones de estado de Fry, vase el 13.5.5).
Como el proceso de salida es un proceso de Poisson con intensidad constante , cuando hay clientes
en el sistema, la probabilidad p(j) que j clientes completen el servicio entre dos pocas de llegada se
puede expresar por el nmero de eventos en un proceso de Poisson durante un intervalo estocstico
(tiempo entre llegadas). Se pueden formular las siguientes ecuaciones de estado:
- 262 -
En principio, el sistema de puesta en fila de espera GI/M/n se puede resolver de la misma manera.
La probabilidad p(j) resulta ms complicada pues la velocidad de salida depende del nmero de
canales ocupados.
Se debe sealar que (i) no es la probabilidad de encontrar al sistema en el estado i en un punto
arbitrario del tiempo (promedio de tiempo), sino la probabilidad de encontrar el sistema en el
estado i inmediatamente antes de una llegada (promedio de llamadas).
13.6.3 Caractersticas del sistema GI/M/1
La probabilidad de servicio inmediato resulta:
p {inmediato} = (0) = 1
(13.72)
(13.73)
El promedio del nmero de servidores ocupados en un punto aleatorio del tiempo (promedio
temporal) es igual al trfico transportado (= al trfico ofrecido A < 1).
El promedio del nmero de clientes en espera, inmediatamente antes de la llegada de un cliente, se
obtiene a travs de las probabilidades de estado:
El promedio del tiempo de espera para todos los clientes resulta entonces:
El promedio de la longitud de la fila de espera tomado en todo el eje del tiempo (longitud de fila de
espera virtual) resulta entonces (teorema Little):
El tiempo medio de espera para los clientes, que obtienen tiempos de espera, resulta:
- 263 -
donde d debe estar entre (0,1). Se puede demostrar que 0 < d < m < 1 . As, el sistema de puesta
en fila de espera D/M/1 tendr siempre menos tiempo medio de espera que M/M/1.
Para A = 0,5 erlang se obtienen los siguientes tiempos medios de espera para todos los clientes
(13.76):
M/M/1:
= 0,5,
W = 1,
w = 2.
D/M/1:
= 0,2032,
W = 0,2550,
w = 1,3423.
donde el tiempo medio de ocupacin se utiliza como unidad de tiempo ( = 1). El tiempo medio de
espera est lejos de ser proporcional con el factor de forma de la distribucin del tiempo entre
llegadas.
13.6.4 Distribucin del tiempo de espera: GI/M/1, FCFS
Cuando un cliente llega a un sistema de fila de espera, el nmero de clientes en el sistema est
distribuido geomtricamente, y el cliente, por tanto, bajo la hiptesis que tiene un tiempo de espera
positivo, debe esperar un nmero de fases exponenciales distribuidas geomtricamente. Esto dar
por resultado un tiempo de espera con un parmetro dado en la ecuacin (13.78), cuando el criterio
de puesta en fila es FCFS (vase el 12.4 y la figura 4.9).
13.7
El modelo de puesta en fila con retorno al punto de origen (RR, round robin) (vase la figura 13.6)
se utiliza para un sistema informtico de comparticin en el tiempo en el que se requiere un tiempo
de respuesta rpido para las operaciones ms cortas. Este criterio de puesta en fila tambin se
denomina fila de espera adecuada pues los recursos disponibles estn distribuidos por igual entre
las operaciones (clientes) en el sistema.
Figura 13.6 Sistema de puesta en fila de espera con retorno al punto de origen.
Se atribuye un segmento de tiempo s (como mximo) a una operacin cada
vez que est servida. Si la operacin no concluye durante este segmento de
tiempo, retorna a una fila FCFS, que espera en trminos iguales con
nuevas operaciones. Si se permite que s disminuya a cero se
obtiene el criterio de puesta en fila PS
(Comparticin de procesador)
- 264 -
Operaciones no concluidas
2)
Nuevas operaciones
3)
Fila de espera
4)
Operaciones concluidas
Las nuevas operaciones se ponen en una fila de espera FCFS, en las que esperan hasta que obtengan
servicios dentro de un segmento de tiempo s que es el mismo para todas las operaciones. Si una
operacin no concluye dentro de un segmento de tiempo, el servicio se interrumpe y la operacin se
coloca al final de la fila de espera FCFS. Esto contina hasta que se satisface el tiempo de servicio
total requerido.
Se supone que la fila de espera es ilimitada, y que llegan nuevas operaciones conforme al proceso
de Poisson (). La distribucin del tiempo de servicio puede ser general con el valor medio s.
El intervalo de tiempo puede variar. Si resulta infinito, todas las operaciones estarn completadas la
primera vez, y se tendr simplemente un sistema de puesta en fila M/G/1 con criterio FCFS. Si se
permite que el segmento de tiempo disminuya a cero, se obtendr el modelo PS = comparticin de
procesador, que tiene una diversidad de propiedades analticas precisas. El PS fue introducido por
Kleinrock (1967) y se tratan en detalle en (Kleinrock, 1976 [67]).
El modelo de comparticin de procesador se puede interpretar un sistema como de puesta en fila de
espera donde todas las operaciones estn servidas continuamente por el servidor (comparticin de
tiempo). Si en el sistema hay i operaciones, cada una de ellas obtiene la fraccin 1/i de la capacidad
de la computadora. De modo que no hay fila de espera y el criterio de puesta en fila no tiene
importancia.
Cuando el trfico ofrecido A = . s es menor que uno se puede comprobar que las probabilidades en
rgimen permanente vienen dada por:
es decir una distribucin geomtrica con el valor medio A/(1 A). El tiempo medio de ocupacin
(promedio del tiempo de respuesta) para las operaciones con duracin t resulta:
Si esta operacin fuera la nica del sistema, su tiempo de ocupacin sera t. Como no hay fila de
espera, se puede hablar de un retardo de tiempo medio para operaciones con duracin t.
Los valores medios correspondientes para una operacin aleatoria resultan naturalmente:
- 265 -
Esto indica que se obtienen exactamente los mismos valores medios que para M/M/1 (vase
el 13.2). Pero el tiempo medio de espera real resulta proporcional a la duracin de la operacin
que a menudo es una propiedad conveniente. No se formularn hiptesis acerca de la duracin de la
operacin.
El tiempo medio de espera resulta proporcional al tiempo medio de servicio. La proporcionalidad
no debe ser interpretada como que dos operaciones de la misma duracin tienen el mismo tiempo de
espera; slo es vlida en promedio. En comparacin con los valores para M/G/1 (mediante la
aplicacin de la frmula (13.2) de Pollaczek-Khintchine) obtenidos anteriormente, los resultados
pueden sorprender.
Una propiedad muy til del modelo de comparticin de procesador es que el proceso de salida es
del tipo Poisson como el proceso de llegada (vase el 13.2). Esto se puede explicar por el hecho
que el proceso de salida tiene origen en el proceso de llegada mediante un desplazamiento
estocstico de las pocas de llegada. El desplazamiento en el tiempo es igual al tiempo de respuesta
con un valor medio dado por la ecuacin (13.80) (vase el 6.3.1, teorema de Palm).
El modelo de comparticin de procesador es muy til para analizar sistemas de comparticin del
tiempo y para modelar redes de puesta en fila de espera (vase el Captulo 14).
- 266 -
- 267 -
CAPTULO 14
Redes de filas de espera
Muchos sistemas se pueden modelar de manera que un cliente obtenga servicios a partir de varios
nodos sucesivos, es decir, una vez que un cliente ha finalizado el servicio en un nodo pasa a otro.
La demanda total de servicios se compone de demandas de servicios en distintos nodos. Por
consiguiente, el sistema es una red de puesta fila de espera en la que cada una de las filas se
denomina nodo. Como ejemplos de redes de puesta fila de espera cabe citar los sistemas de
telecomunicaciones, los sistemas informticos, las redes de conmutacin de paquetes y los sistemas
de fabricacin flexibles. En las redes de puesta en fila de espera se define la longitud de la fila en un
nodo como el nmero total de clientes en el nodo, incluidos los clientes que estn servidos.
Este Captulo tiene por objeto introducir la teora fundamental de las redes de puesta en fila de
espera, ilustrada por aplicaciones. Por lo general, se considera que la teora es bastante complicada,
lo que se debe principalmente a la complejidad de la notacin. Ahora bien, en este Captulo se
introducirn de manera simple los modelos generales analticos de redes de puesta en fila de espera
sobre la base de formas de producto, el algoritmo de convolucin, el algoritmo MDA y los ejemplos
pertinentes.
La teora de las redes de puesta en fila de espera es anloga a la teora de los sistemas
multidimensionales (vanse los Captulos 10 y 11). En el Captulo 10 se examinaron los sistemas de
prdidas multidimensionales mientras que en este Captulo se tratarn las redes de sistemas de
puesta en fila de espera.
14.1
Las redes de puesta en fila de espera se clasifican en abiertas y cerradas. En redes de puesta en fila
cerradas la cantidad de clientes es fija mientras que en redes de puesta en fila abiertas la cantidad
de clientes vara. En principio, una red abierta se puede transformar en una red cerrada agregando
un nodo extra.
El sistema de espera clsico de Erlang, M/N/n, es un ejemplo de un sistema de puesta en fila abierto,
mientras que el modelo mquina/reparacin de Palm con S terminales es una red cerrada. Si hay
ms que un tipo de clientes, la red puede ser una mezcla de red abierta y cerrada. En razn que el
proceso de salida en un nodo es el proceso de llegada en otro, se deber prestar especial atencin al
proceso de salida, en particular cuando se puede modelar como proceso de Poisson. Esto se
examinar en el 14.2 (Sistemas simtricos de puesta en fila).
El estado de una red de puesta en fila se define como la distribucin simultnea del nmero de
clientes en cada nodo. Si K representa el nmero total de nodos, el estado se describe entonces
mediante un vector p (i1, i2, . . . iK) donde iK es el nmero de clientes en el nodo k (k = 1, 2 . . . k).
Con frecuencia el espacio de estado es muy amplio y las probabilidades de estado mediante la
resolucin de ecuaciones de equilibrio de nodos son difciles de calcular. Si cada nodo es un sistema
simtrico de puesta en fila, por ejemplo red de Jackson (vase el 14.3), se tendr entonces una
forma de producto. Las probabilidades de estado de redes con forma de producto se pueden agregar
y obtener utilizando el algoritmo de convolucin (vase el 14.4.1) o el algoritmo MVA
(vase el 14.4.2)
Las redes de Jackson pueden ser generalizadas en redes BCMP (vase el 14.5), donde hay N tipos
de clientes. Los clientes de un tipo especfico pertenecen a una denominada cadena. En la
figura 14.1 se ilustra un ejemplo de una red de puesta en fila con cuatro cadenas. Cuando el nmero
de cadenas aumenta el espacio de estado se incrementa en consecuencia, y slo los sistemas con un
pequeo nmero de cadenas se pueden calcular exactamente. En el caso de una red multicadena, el
- 268 -
estado de cada nodo resulta multidimensional (vase el 14.6). La forma de producto entre nodos
se mantienen, y son aplicables los algoritmos de convolucin y MVA (vase el 14.7). La cantidad
aproximada de algoritmos para grandes redes se puede encontrar en la literatura.
Figura 14.1 Ejemplo de una red de puesta en fila con cuatro cadenas abiertas
14.2
Para analizar los sistemas de puesta en fila es importante conocer cundo el proceso de salida de un
sistema de fila de espera es un proceso de Poisson. Se conocen cuatro modelos de puesta en fila que
tienen esta propiedad.
1)
M/M/n. Este es el teorema de Burke (1956 [13]), que expresa que el proceso de salida de
un sistema M/M/n es un proceso de Poisson. Las probabilidades de espacio de estado estn
dadas por la ecuacin (12.2):
donde A = /
2)
M/G/. Esto corresponde al caso de Poisson (vase el 7.2). Del 6.3 se sabe que una
traslacin aleatoria de los eventos de un proceso de Poisson produce un nuevo proceso de
Poisson. Este modelo se representa a veces como un sistema con criterio de puesta en fila
IS, nmero infinito de servidores. Las probabilidades de estado vienen dadas por la
distribucin de Poisson (7.6):
3)
M/G/1-PS. Este es un sistema de puesta en fila de un solo servidor con una distribucin
general del tiempo de servicio y comparticin de procesador. Las probabilidades de estado
son similares al caso M/M/1 (13.79):
i
p(i) = (1 A) . A ,
i= 0, 1, 2, . . . .
(14.4)
4)
M/G/1-LCFS-PR (PR = con derecho prioritario). Este sistema tambin tiene las mismas
probabilidades de espacio de estado que el modelo M/M/1 (14.4).
- 269 -
En la teora de redes de puesta en fila slo se consideran, por lo general, estos cuatro criterios de fila
de espera. Sin embargo, aun para el sistema de prdidas de Erlang, el proceso de salida ser un
proceso de Poisson si se incluyen clientes bloqueados.
Estos cuatro sistemas se conocen como sistemas simtricos de puesta en fila de espera, pues son
simtricos en el tiempo. Tanto el proceso de llegada como el de salida son procesos de Poisson y los
sistemas son reversibles (Kelly, 1979 [60]). El proceso se denomina reversible pues tiene el mismo
aspecto que cuando se invierte el tiempo (por ejemplo, se dice que una pelcula es reversible cuando
su reproduccin hacia delante o hacia atrs parecen iguales). Con excepcin del modelo M/M/n
estos sistemas simtricos de puesta en fila tienen como caracterstica comn que el cliente es
servido inmediatamente a partir de su llegada. A continuacin se tratarn bsicamente los nodos
M/M/n pero el modelo M/M/1 tambin incluye M/G/1-PS y M/G/1-LCFS-PR.
14.3
Teorema de Jackson
b)
Los clientes llegan desde fuera del sistema al nodo k conforme a un proceso de Poisson con
intensidad k. Pueden llegar tambin clientes de otros nodos al nodo k.
c)
Sea p(i1, i2, . . ., iK) la representacin de las probabilidades de espacio de estado conforme a la
hiptesis de equilibrio estadstico, es decir la probabilidad que haya ik clientes en el nodo k.
Asimismo, se supone que
- 270 -
Aqu para el nodo k, pk(ik) es la probabilidad de estado de un sistema de puesta en fila M/M/n con
intensidad de llegadas k y velocidad de servicio k (14.1). El trfico ofrecido c/k =_k al nodo k
debe ser menor que la capacidad nk del nodo para entrar en equilibrio estadstico (14.6).
El punto fundamental del teorema de Jackson es que cada nodo puede ser considerado
independientemente de los otros y que las probabilidades de estado vienen dadas por las frmula C
de Erlang. Esto simplifica considerablemente el clculo de las probabilidades de espacio de estado.
La prueba del teorema fue obtenida por Jackson en 1957 demostrando que la solucin satisface las
ecuaciones de equilibrio para el equilibrio estadstico.
En el ltimo modelo de Jackson (Jackson, 1963 [47] la intensidad de llegada proveniente del
exterior:
puede depender del nmero corriente de clientes en la red. Asimismo, k puede depender del
nmero de clientes en el nodo k. De esta manera, se pueden modelar redes de puesta en fila que
sean cerradas, abiertas o mixtas. En los tres casos, las probabilidades de estado tienen forma de
producto.
El modelo de Gordon y Newell (1967 [33]), que se cita a menudo en la literatura, puede ser tratado
como un caso especial del segundo modelo de Jackson.
- 271 -
En redes de fila de espera los clientes a menudo son puestos en operacin bucle, de modo tal que un
cliente puede visitar varias veces el mismo nodo. Si se tiene una red de puesta en fila con clientes en
bucle, donde los nodos son sistemas M/M/n, los procesos de llegada a cada uno de los nodos ya no
son procesos de Poisson. De cualquier modo se pueden calcular las probabilidades de estado como
si los nodos fueran sistemas M/M/n independientes. Esto se explica en el siguiente ejemplo.
Ejemplo 14.3.2: Redes con retroalimentacin
El concepto de retroalimentacin se introdujo en el ejemplo 14.3.1 en el que un cliente, que acaba
de concluir su servicio en el nodo 2, retorno al nodo 1 con probabilidad p21. El cliente deja el
sistema con probabilidad con 1 - p21. La ecuacin (14.5) de equilibrio de flujo permite calcular la
intensidad de llegada total a cada nodo y la probabilidad p21 se debe elegir de modo tal que las
relaciones 1=1 y 2=2 sean menor que uno. Si 1 0 y p21 1 se comprender que los procesos
de llegada no son procesos de Poisson. Rara vez llegar un nuevo cliente, pero una vez que ha
ingresado al sistema circular durante un tiempo relativamente largo. El nmero de circulaciones
estar distribuido geomtricamente y el tiempo entre llegadas es la suma de los dos tiempos de
servicio; es decir, cuando en el sistema hay uno o ms clientes, la velocidad de llegada a cada nodo
ser relativamente alta, mientras que si en el sistema no hay clientes la velocidad ser muy baja. El
proceso de llegada ser en rfagas.
La situacin es similar a la descomposicin de una distribucin exponencial en una suma ponderada
de distribuciones de Erlang-k, con factores geomtricos ponderados (vase el 4.4). En lugar de
considerar una distribucin entre llegadas exponencial simple se puede descomponer esto en k fases
(vase la figura 4.9) y considerar cada fase como una llegada. En consecuencia, el proceso de
llegada ha sido transformado de un proceso de Poisson a un proceso con llegadas en rfagas.
- 272 -
- 273 -
Se puede mostrar ahora cmo se puede aplicar el algoritmo de convolucin a las redes de puesta en
fila. El mecanismo de la operacin corresponde al algoritmo de convolucin para sistemas con
prdidas (vase el Captulo 10). Se considera una red de puesta en fila con K nodos y una sola
cadena con S clientes. Se supone que los sistemas de puesta en fila en cada nodo son simtricos
(vase el 14.2). El algoritmo tiene tres pasos:
Paso 1. Sea la intensidad de llegada a un nodo arbitrario igual a uno y se obtiene entonces
las intensidades relativas restantes k. Mediante la resolucin de la ecuacin (14.5) de
equilibrio de flujo para la red cerrada se obtiene las velocidades de llegada relativas (k, 1
k K) para cada nodo. Por ltimo, se obtiene el trfico ofrecido relativo k = k/k.
Paso 2. Considrese cada nodo como si estuviera aislado y tuviera el trfico ofrecido k
(1 k K). Dependiendo del sistema de puesta en fila simtrico real en el nodo k, se
extraen las probabilidades de estado relativas qk(i) en el nodo k. El espacio de estado estar
limitado por la cantidad total de clientes S, es decir 0 i S.
Paso 3. Repliguese recurrentemente las probabilidades de estado para cada nodo. Por
ejemplo, para los primeros dos nodos se tienen:
donde:
En razn que la cantidad total de clientes es fija (S) slo existe en el sistema combinado el
estado q1,2. . . ,K(S) y, por tanto, este macroestado debe tener la probabilidad uno. Se pueden entonces
normalizar todas las probabilidades de microestado.
Cuando se efecta la ltima convolucin se pueden obtener las medidas de calidad de
funcionamiento para el ltimo nodo. Variando el orden de convolucin de los nodos se pueden
obtener las medidas de calidad de funcionamiento de todos ellos.
- 274 -
Figura 14.5 Modelo mquina Reparador como redes de puesta en fila cerradas con dos
nodos. Los terminales corresponden a un nodo IS, en razn que las
operaciones encuentran siempre un terminal en reposo,
mientras que la CPU corresponde a un nodo M/M/1
Ejemplo 14.4.1: Modelo mquina Reparador de Palm
Se examinar ahora el modelo mquina reparador de Palm introducido en el 12.5 como red de
fila de espera cerrada (vase la figura 14.5). Hay S clientes y terminales. El tiempo de activacin
medio es 1-1 y el tiempo de servicio medio en la CPU que es 2-1. En la terminologa de redes de
fila de espera hay dos nodos: En el nodo 1 estn los terminales, es decir un sistema M/G/ (en
realidad es un sistema M/G/S, pero en razn que la cantidad de clientes se limita a S, corresponde a
un sistema M/G/), y el nodo 2 es la CPU, es decir un sistema M/M/1 con intensidad de servicio 2.
Los flujos a los nodos son iguales (1 = 2 = ) y la carga relativa en el nodo 1 y nodo 2 son
1 = /1 y 2 = /2,
respectivamente. Si se considera cada nodo por separado se obtienen las probabilidades de estado
de cada uno de ellos, q1(i) y q2(j), y por convolucin de q1(i) y q2(j) se obtiene q12(x), (0 x S),
como se muestra en el cuadro 14.1. El ltimo trmino con S clientes (probabilidad no normalizada)
q12(S) est compuesto por:
donde
La probabilidad de que todos los terminales estn "activados" se identifica con el ultimo trmino
(normalizado por la suma) (S terminales en el nodo 1, cero terminales en el nodo 2):
- 275 -
que es la frmula B de Erlang. As, el resultado est de acuerdo con el obtenido en el 12.5. Se
observa que aparece con la misma potencia en todos los trminos de q1,2(S) y as corresponde a
una constante que desaparece cuando se normaliza.
Cuadro 14.1 Algoritmo de convolucin aplicado al modelo mquina Reparador
de Palm. El nodo 1 es un sistema IS mientras que el nodo 2 es un
sistema M/M/1 (vase el ejemplo 14.4.1)
Estado
Nodo 1
Nodo 2
q1(i)
q2(i)
q12 = q1 * q2
- 276 -
S operaciones de circulacin
2)
Nuevas operaciones
3)
Canales entrada/salida
Si se aplica el algoritmo de convolucin se obtienen los resultados que figuran en el cuadro 14.2. El
trmino q123(4) est compuesto por:
El nodo 3 sirve a los clientes en todos los estados con excepcin del estado q3(0) . q12(4) = 5. La
utilizacin del nodo 3 es por tanto a3 = 52/57. Basado en las cargas relativas se obtienen ahora las
cargas exactas:
- 277 -
Nodo 1
Nodo 2
Nodo 1*2
Nodo 3
q1(i)
q2(i)
q12 = q1 * q2
q3
11
26
16
57
La suma de todos los promedios de longitudes de filas de espera es, por supuesto, igual al nmero
de clientes S. Se debe sealar que en redes de puesta en fila se define la longitud de la fila de espera
como la cantidad total de clientes en el nodo, incluidos los que estn recibiendo un servicio. De los
tiempos medios de servicio y de utilizacin se obtiene el promedio de nmero de clientes que
concluyen el servicio por unidad de tiempo en cada nodo:
- 278 -
para M/G/:
donde sk es el promedio del tiempo de servicio en el nodo k que tiene nk servidores. En razn que
solo se calcula el tiempo medio de espera, se puede suponer el criterio de fila de espera FCFS.
Paso 2:
Se aplica la ley de Little (L = .W), que es vlida para todos los sistemas en equilibrio estadstico.
Para el nodo k se tiene Lk = k . Wk, donde k es la velocidad de llegada relativa al nodo k. Se tiene
- 279 -
Nodo 1
Nodo 2
Nodo 3
Nodo 2
- 280 -
Se sabe que la longitud de la fila de espera en los terminales (nodo 1) es igual al trfico transportado
en el sistema B de Erlang equivalente y que todos los otros clientes se quedan en la CPU (nodo 2).
As tenemos en general:
Nodo 1
Nodo 2
pues se sabe que c = 1- Ex+1. Esta es la formula de recursin para la frmula B de Erlang.
14.5
En 1975 el modelo de Jackson fue ulteriormente generalizado por Baskett, Chandy, Muntz y
Palacios (1975 [4]). Se demostr que las redes de puesta en fila con ms de un tipo de clientes
tambin tienen forma de producto, siempre que:
a)
Cada nodo es un sistema de puesta en fila simtrico (vase el 14.2: proceso de llegada de
Poisson proceso de salida de Poisson).
b)
Los clientes se clasifican en N canales. Cada canal se caracteriza por su propio tiempo de
servicio medio si y por las probabilidades de transicin pij. Adems, un cliente puede
cambiar de un canal a otro con una determinada probabilidad despus de haber terminado el
servicio en un nodo. Si el criterio de puesta en fila en un nodo es M/M/n (incluido M/M/1)
se aplica una restriccin: el promedio del tiempo de servicio debe ser idntico para todos
los canales en un nodo.
Las redes BCMP pueden ser evaluadas con el algoritmo de convolucin multidimensional as como
con el algoritmo MVA multidimensional. Estos dos algoritmos se describirn ms adelante. Las
redes de puesta en fila mixtas (abiertas y cerradas) se proyectan calculando primero la carga de
trfico en cada nodo de las cadenas abiertas. Este trfico debe ser transportado para que entren en
equilibrio estadstico. La capacidad de los nodos est reducida por este trfico, y la red de puesta en
fila cerrada se calcula por la capacidad reducida. Por tanto, el problema principal es calcular redes
cerradas.
Para ello, se utilizarn ms algoritmos entre los cuales los ms importantes son el algoritmo de
convolucin y el algoritmo MVA.
- 281 -
14.6
En esta seccin se estudiarn redes de puesta en fila con ms de un tipo de clientes. Los clientes del
mismo tipo pertenecen a una clase o canal especfico. En el Captulo 10 se analizaron sistemas de
prdidas con diversos tipos de clientes (servicios) y se observ que se mantuvo la forma de
producto y que se poda aplicar el algoritmo de convolucin.
14.6.1 Sistema de puesta en fila de un solo servidor M/M/1
Figura 14.7 Sistema de puesta en fila M/M/1 con dos tipos (de cadenas) de clientes
La figura 14.7 ilustra un sistema de puesta en fila de un solo servidor con N = 2 tipos de clientes
(cadenas). Los clientes llegan al sistema conforme a un proceso de llegada de Poisson con
intensidad j (j = 1, 2). El estado (i, j) se define como un estado con i clientes tipo 1 y j clientes
tipo 2. La intensidad de servicio i,j en el estado (i, j) se puede seleccionar pues sta depende del
estado, por ejemplo:
La velocidad del servicio se puede interpretar de diversas maneras conforme al sistema simtrico de
puesta en fila de un solo servidor. Una interpretacin corresponde a la comparticin del procesador,
es decir, todos los (i + j) clientes comparten el servidor y la capacidad de ste es constante. La
dependencia del estado es debida a la diferencia en velocidades de servicio entre los dos tipos de
clientes; es decir, el nmero de clientes que ha terminado su operacin por unidad de tiempo
depende de los tipos de clientes a los que se le est dando servicio.
Otra interpretacin corresponde a un sistema M/M/1. Si se supone 1 = 2, se puede determinar que
el cliente se le da servicio con probabilidad i/(i+j) de tipo 1, y con probabilidad j/(i+j) de tipo 2.
Esto es independiente del criterio de servicio.
- 282 -
- 283 -
Para un nmero ilimitado de posiciones de puesta en fila las probabilidades de estado del nmero
total de clientes son:
Si i = , el sistema es idntico a un sistema M/M/1 con velocidad de llegada = i i:
Para obtener este resultado se utiliza la expansin binomial. El diagrama de transicin de estado de
la figura 14.8 tambin se puede interpretar como el diagrama de transicin de estado de un sistema
M/G/1, LCFS-PR (con derecho prioritario). Es obvio que este sistema sea reversible pues el proceso
sigue exactamente el mismo trayecto en el diagrama de transicin de estado fuera del estado cero y
retorno a dicho estado.
El diagrama de transicin de estado se puede mostrar diferente a la distribucin del tiempo de
servicio, de modo que es vlido para el sistema de puesta en fila M/G/1. La figura 14.8 corresponde
a un diagrama de transicin de estado para un sistema de puesta en fila de un solo servidor con
tiempos de servicios distribuidos hiperexponencialmente (vase (10.7)), por ejemplo M/H2/1-LCFSPR o PS.
Cabe sealar que para el sistema M/M/1 (FCFS, LCFS, SIRO) es necesario suponer que todos los
clientes tienen el mismo tiempo medio de servicio, que debe estar distribuido en forma exponencial.
De otro modo, el cliente a quien se le est dando servicio no ser del tipo aleatorio que se encuentra
entre los (i + j) clientes en el sistema.
En conclusin, los sistemas de puesta en fila de un solo servidor con ms tipos de clientes slo
tendr forma de producto cuando el nodo es un sistema de puesta en fila simtrico: M/G/1-PS,
M/G/1-LCFS PR, o M/M/1 con el mismo tiempo de servicio para todos los clientes.
14.6.2 Sistema de puesta en fila M/M/n
El trfico anterior se puede transportar a travs de un sistema con n servidores. Para (i + j) n se
tiene las mismas probabilidades de estado relativas que para la frmula B de Erlang
multidimensional. Para (i + j) > n slo se obtiene una interpretacin simple cuando i = , es decir,
cuando todos los tipos de clientes (cadenas) tienen el mismo tiempo medio de ocupacin. Se calcula
entonces las probabilidades de estado aplicando la ecuacin (14.1), y el sistema tiene forma de
producto. El sistema M/M/ se puede considerar como un caso especial de M/M/n y ya ha sido
tratado en relacin con sistemas de prdidas (vase el Captulo 12).
14.7
El tratamiento de redes de puesta en fila con mltiples cadenas es anlogo al caso con una sola
cadena. La nica diferencia es que las frmulas y algoritmos clsicos estn reemplazados por las
frmulas multidimensionales pertinentes.
- 284 -
Paso 1. Considrese cada canal como si fuera el nico de la red. Obtngase la carga relativa
en cada nodo resolviendo la ecuacin (14.5) de equilibrio de flujo. En un nodo de
referencia arbitrario se supone que la carga es igual a uno. Para cada cadena se puede
determinar un nodo diferente como nodo de referencia. Para la cadena j en el nodo k se
obtiene la intensidad de llegada relativa kj (el ndice superior indica la cadena) mediante la
siguiente expresin:
donde:
K = cantidad de nodos,
N = cantidad de cadenas,
donde skj es el tiempo medio de servicio en el nodo k para clientes de la cadena j. Cabe sealar que
j es un ndice superior y no una potencia.
Paso 2. Basado en las cargas relativas halladas en el paso 1, obtnganse las probabilidades
de estado multidimensionales para cada nodo. Cada nodo se considera aislado y se corta el
espacio del estado conforme al nmero de clientes en cada cadena. Por ejemplo para el
nodo k (1 k K):
pk = pk(i1, i2, . . . ,iN),
0 ij Sj,
j = 1, 2, . . . N,
Paso 3. Para hallar las probabilidades de estado de toda la red, las probabilidades de estado
de cada nodo se plantean de forma similar al caso de una sola cadena. La nica diferencia
es que la convolucin es multidimensional. Cuando se efecta la ltima convolucin se
pueden obtener las medidas de calidad de funcionamiento desde la ltima cadena.
Nuevamente, al cambiar el orden de los nodos, se pueden obtener las medidas de calidad de
funcionamiento de todos los nodos.
La cantidad de estados aumenta rpidamente. Por ejemplo, si la cadena j tiene Sj, el nmero total de
estados en cada nodo ser:
La cantidad de modos en que N cadenas con Sj clientes en la cadena j pueden ser distribuidos en una
red de puesta en fila con K nodos se calcula con la siguiente expresin:
- 285 -
Paso 1.
Cadena 1:
S1 = 2 clientes
Carga relativa:
2 = 1. s11 ,
Cadena 2:
S2 = 3 clientes
Carga relativa:
1 = 2 . s12 ,
2 = 1 . s12 .
2 = 2 . s22 .
Paso 2.
Para el nodo 1 (IS) las probabilidades de estado relativas son (vase 14.1):
- 286 -
Paso 3.
Se ponen los dos nodos en convolucin. Se sabe que el nmero total de clientes es (2, 3), es decir,
slo hay inters en el estado (2, 3):
Se debe sealar que 1 y 2 juntos (cadena 1) siempre aparecen en la segunda potencia mientras
que 1 y 2 (cadena 2) aparecen en la tercera potencia correspondiente al nmero de clientes en
cada cadena. Debido a esto, slo las cargas relativas son pertinentes, y las probabilidades absolutas
se obtienen por proceso de normalizacin dividiendo todos los trminos por q12(2, 3). Las
probabilidades de estado detalladas son ahora fciles de obtener. Slo en el estado con el trmino
( 12 13 )/12 est la CPU (reparador) inactiva. Si los dos tipos de clientes son idnticos el ejemplo
se simplifica al modelo de mquina - reparador de Palm con cinco terminales. En este caso se tiene:
.
- 287 -
Si 1 = 1 = y 2 = 2 = 1, resulta:
El algoritmo MVA es tambin aplicable a redes de puesta en fila con ms cadenas, pero no se
describir en el presente Manual. Durante el ltimo decenio se han publicado diversos algoritmos.
Un panorama general se puede encontrar en (Conway y Georganas, 1989 [16]). En general, los
algoritmos exactos no son aplicables para redes amplias. Por tanto, se han elaborado muchos
algoritmos aproximados para ser aplicados en redes de puesta en fila de dimensiones realistas.
14.9
Complejidad
Las redes de puesta en fila tienen la misma complejidad que las redes de circuito conmutados con
encaminamiento directo (vase el 11.5 y el cuadro 11.1). El espacio de estado de la red que figura
en el cuadro 14.3 tiene el siguiente nmero de estados para cada nodo:
El caso ms desfavorable se produce cuando cada cadena est constituido por un cliente. El nmero
S
de estado entonces resulta 2 , donde S es el nmero de cliente.
Cuadro 14.3 Parmetros de una red de puesta en fila con N cadenas,
K nodos y i Si clientes. El parmetro jk indica la carga de
la cadena j en el nodo k (vase el cuadro 11.1)
Cadena
14.10
Nodo
Dimensin de la
poblacin
Se considera ahora un sistema de transmisin de datos con K nodos, que son sistemas
independientes de puesta en fila de un solo servidor M/M/1 (sistema de demora de Erlang con un
servidor). El proceso de llegada al nodo k es un proceso de Poisson con mensajes de intensidad k
- 288 -
(clientes) por unidad de tiempo, y el tamao del mensaje est distribuido exponencialmente con el
valor medio 1/k [bits]. La capacidad del nodo k es k [bits por unidad de tiempo].
Se introduce en la capacidad total la restriccin lineal siguiente:
Para cada atribucin de capacidad que satisface la ecuacin (14.21), se tiene el tiempo medio de
permanencia (promedio de llamada) siguiente (vase el 12.4.1, combinacin en paralelo):
donde:
Definiendo:
se obtiene la ley de Kleinrock para atribucin de capacidad ptima (Kleinrock, 1964 [65]).
Teorema 14.2 ley de las races cuadradas de Kleinrock: La atribucin de capacidad ptima que
reduce T al mnimo (y as el nmero total de mensajes en todos los nodos) es:
En esta expresin se indica que a todos los nodos se atribuye primero la capacidad mnima
necesaria i/i. La capacidad restante:
se atribuye entre los nodos en forma proporcional a la raz cuadrada del flujo medio k/k.
- 289 -
- 290 -
- 291 -
CAPTULO 15
Mediciones de trfico
Se realizan mediciones de trfico con el fin de obtener informacin cuantitativa sobre la carga de un
sistema y as poder dimensionarlo. Por mediciones de trfico se entiende cualquier tipo de
compilacin de datos sobre la carga de trfico de un sistema. El sistema examinado puede ser un
sistema fsico, por ejemplo una computadora, un sistema telefnico, o el laboratorio central de un
hospital. Tambin puede ser un sistema ficticio. La compilacin de datos de un modelo informtico
de simulacin corresponde a las medidas de trfico. La tarificacin de las llamadas telefnicas
corresponde tambin a las mediciones de trfico cuando la unidad de medicin utilizada es una
suma de dinero.
La extensin y el tipo de mediciones, as como los parmetros (caractersticas de trfico) medidos
en cada caso se han de elegir de conformidad con las demandas, y de tal manera que un mnimo de
esfuerzos tcnicos y administrativos procure un mximo de informacin y de beneficios. Segn la
naturaleza del trfico, una medicin efectuada durante un intervalo de tiempo limitado corresponde
a un registro de determinada realizacin del proceso de trfico. As pues, la medicin es una
muestra de una o ms variables estocsticas. Al repetir la medicin, se suele obtener un valor
diferente y, por lo general, slo se puede afirmar que el parmetro desconocido (el parmetro de
poblacin, por ejemplo el valor medio del trfico cursado), con una probabilidad determinada, se
encuentra dentro de un determinado intervalo, denominado intervalo de confianza. La informacin
es igual a la funcin de distribucin del parmetro. Por razones prcticas es, en general, suficiente
conocer el valor medio y la varianza, es decir, la distribucin en s no reviste gran importancia.
Este Captulo se centrar en las bases estadsticas para estimar la fiabilidad de una medicin, y en
menor grado se examinarn los antecedentes tcnicos. Los siguientes anlisis suponen slo
conocimientos elementales de la teora de las probabilidades. Como se mencion anteriormente, la
teora tambin se aplica a los modelos estocsticos de simulacin informtica.
15.1
Las posibilidades tcnicas de medicin son decisivas para determinar qu se mide y cmo se
efectan las mediciones. El primer equipo de medicin por programa controlado fue elaborado en la
Universidad tcnica de Dinamarca, y se describe en (Andersen y Hansen e Iversen, 1971 [2]. Se
puede, en principio, efectuar cualquier medicin de trfico conforme a un proceso de trfico, cuyo
estado es discreto y el tiempo es continuo, combinando dos operaciones fundamentales:
1)
Nmero de eventos: esto puede ser, por ejemplo el nmero de errores, nmero de tentativas
de llamada, nmero de errores en un programa, cantidad de tareas que ejecutar un centro
de computacin, etc. (vase el 5.1.1).
2)
Por medio de la combinacin de esas dos operaciones se puede obtener cualquier caracterstica de
un proceso de trfico. La caracterstica ms importante es el volumen de trfico (transportado), es
decir la adicin de todos los (intervalos de) tiempos de ocupacin en un determinado periodo de
medicin.
Desde un punto de vista funcional todos los mtodos de medicin de trfico se pueden dividir en las
dos clases siguientes:
1)
2)
- 292 -
b)
c)
d)
b)
c)
- 293 -
Los parmetros X y s son funciones de una variable estocstica y, por lo tanto, son tambin
variables estocsticas definidas por una distribucin denominada distribucin de muestreo. El
parmetro X es un estimador central del valor medio de poblacin desconocido m1, es decir:
- 294 -
Figura 15.1 Observacin de un proceso de trfico por un mtodo de medicin continua y por
el mtodo de exploracin con intervalos de barrido regulares. El mtodo de exploracin es
suficiente para observar los cambios de estado
- 295 -
2)
Tiempo
3)
4)
Barrido
5)
Mtodo de exploracin
= 10%
= 5%
6,314
12,706
63,657
2,920
4,303
9,925
2,015
2,571
4,032
10
1,812
2,228
3,169
20
1,725
2,086
2,845
40
1,684
2,021
2,704
1,645
1,960
2,576
= 1%
Las mediciones de intervalos de tiempo a travs de mtodos de medida continuos sin interrupciones
son fciles de efectuar mediante la teora de muestreo descrita en el 15.2
- 296 -
Para la medicin del volumen de trfico o de la intensidad de trfico se pueden aplicar las frmulas
(3.46) y (3.48) para una suma estocstica. Esto es en trminos generales, siendo la nica restriccin
la independencia estocstica entre X y N. En la prctica, esto significa que los sistemas no deben
tener congestin. En general se tendrn bajos porcentajes de congestin y aun en el caso ms
desfavorable puede suponer independencia. Sin duda, el caso ms importante es un proceso de
llegada de Poisson con intensidad . Se tendr entonces una suma estocstica (vase el 3.3). Para
el proceso de llegada de Poisson, cuando se considera un intervalo de tiempo T, se tendr:
- 297 -
Figura 15.2 Cuando se analizan las mediciones de trfico se pueden distinguir dos casos:
a) Mediciones en un periodo de tiempo ilimitado. Toda llamada iniciada durante
el periodo de medicin contribuye con su duracin total. b) Mediciones en
un periodo de tiempo limitado. Cada llamada contribuye con su tiempo de
ocupacin que puede estar establecido dentro del periodo de medicin.
Los segmentos que identifican los tiempos de ocupacin que
contribuyen con las mediciones se indican
en la figura en lnea llena
Leyendas de la figura 15.2
1)
2)
Tiempo
3)
La distribucin de ST ser en este caso una distribucin de Poisson compuesta (Feller, 1950 [29]).
La frmula corresponde a un volumen de trfico (por ejemplo, erlang-horas). Para muchas
aplicaciones, tales como dimensionamiento, es importante determinar la cantidad media de canales
ocupados, es decir intensidad (rgimen) de trfico = trfico por unidad de tiempo (m1,t = 1, = A),
cuando se establece el tiempo medio de ocupacin como unidad de tiempo:
- 298 -
Estas ecuaciones son vlidas para distribuciones arbitrarias del tiempo de ocupacin. Las
ecuaciones (15.8) y (15.9) fueron deducidas originalmente por C. Palm (1941 [80]). En
(Rabe, 1949 [88]) se publicaron las frmulas para los casos especiales t = 1 (tiempo de ocupacin
constante) y t = 2 (tiempo de ocupacin distribuidos exponencialmente).
Las ecuaciones anteriores se utilizan para todas las llamadas que llegan dentro de intervalo T
cuando se mide la duracin total de todos los tiempos de ocupacin sin importar el tiempo de
permanencia (vase la figura 15.2a).
Ejemplo 15.3.1: Exactitud de una medicin
Se hace notar que siempre se obtiene el valor medio correcto de la intensidad de trfico (15.8). La
varianza, sin embargo, es proporcional al factor de forma t. Para algunos casos comunes de
distribuciones del tiempo de ocupacin se obtiene la siguiente varianza de la intensidad de trfico
medida.
Constante:
Distribucin exponencial:
Observada (figura 4.3):
Observando el trfico telefnico, se encuentra a menudo que t es considerablemente ms grande
que el valor 2 (distribucin exponencial), que se presume que es vlido en muchos modelos clsicos
de teletrfico (vase la figura 4.3). Por tanto, la exactitud de una medicin es menor que la que
figura en muchos cuadros. Sin embargo, esto se compensa por la hiptesis que los sistemas son no
bloqueantes. En un sistema con bloqueo la varianza resulta menor debido a la correlacin negativa
entre los tiempos de ocupacin y el nmero de llamadas.
Ejemplo 15.3.2: Exactitud relativa de una medicin
La exactitud relativa de una medicin viene dada por la siguiente relacin:
coeficiente de variacin
De la misma se observa que si t = 4, se deber medir dos veces en un periodo para obtener la
misma fiabilidad de una medicin como para el caso de tiempos de ocupacin con distribucin
exponencial.
Para un determinado intervalo de tiempo se observa que la exactitud de la intensidad de trfico
cuando se mide un pequeo grupo de enlace es mucho mayor que cuando se mide un grupo de
enlace grande, en razn que la exactitud slo depende de la intensidad de trfico A. Cuando se
dimensiona un pequeo grupo de enlace, un error en la estimacin del trfico del 10% tiene mucho
menos influencia que el mismo porcentaje de error en un grupo de enlace grande (vase el 7.5.1).
Por tanto, se medir el mismo intervalo de tiempo en todos los grupos de enlace. En la figura 15.5 la
exactitud relativa para una medicin continua se indica con la recta h = 0.
C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S4.DOC (133000)
- 299 -
15.4
Tiempo real
0h
0 h 1h
1h
0 h 2h
2h
1 h 3h
3h
2 h 4h
...
...
Se observa que hay una superposicin entre los intervalos continuos, de modo tal que la distribucin
discreta no se puede obtener por la simple integracin de un intervalo continuo sobre un intervalo
fijo de longitud h. Si los tiempos reales de ocupacin tienen una funcin de distribucin F(t), se
observar la distribucin discreta siguiente (Iversen, 1976 [38]):
2)
- 300 -
Para intervalos de ocupacin con distribucin exponencial, F(t) = 1e- , se observar una
distribucin discreta denominada distribucin de Westerberg (Iversen, 1976 [38]):
El factor de forma es igual a uno ms el cuadrado de la exactitud relativa de la medicin. Para una
medicin continua el factor de forma es 2. La contribucin 2 es debida a la influencia del
principio de medicin.
El factor de forma es una medida de la exactitud de las mediciones. La figura 15.4 ilustra cmo
depende el factor de forma del tiempo de ocupacin con distribucin exponencial observado en la
duracin del intervalo de exploracin (15.16). Con mediciones continuas se obtiene una muestra
ordinaria y por el mtodo de exploracin se obtiene una muestra de una muestra, de modo tal que
hay incertidumbre en razn del mtodo de medicin as como del tamao limitado de la muestra.
La figura 5.2 muestra un ejemplo de la distribucin de Westerberg. Es en particular la clase cero
que se aparta de lo que se podra esperar de una distribucin exponencial continua. Si en la
expresin para s2 (15.9) se inserta el factor de forma, se obtiene entonces, fijando el tiempo medio
de ocupacin como unidad de tiempo m1,t = 1/ = 1, las siguientes estimaciones de la intensidad de
trfico cuando se emplea el mtodo de exploracin:
- 301 -
Con el mtodo de medicin continuo la varianza es 2A/T. Esto tambin se obtiene dejando h 0.
En La figura 15.5 se muestra la exactitud relativa del volumen de trfico medido para una medicin
continua (15.8) y (15.9), as como para el mtodo de exploracin (15.17). La ecuacin (15.17) fue
formulada por (Palm, 1941 [80]), pero recin result conocida cuando fue divulgada por
W.S. Hayward Jr. (1952 [35]).
Ejemplo 15.4.1: Principios de tarificacin
Para la tarificacin de llamadas se aplican varios principios. Adems, el rgimen de tasacin vara,
por lo general, durante las 24 horas para influenciar los hbitos del abonado. Entre los principios se
puede mencionar:
a)
Tasa fija por llamada. Este principio se aplica a menudo en sistemas manuales para
llamadas locales (tarifa nica)
b)
c)
d)
15.5
Ejemplo numrico
La varianza i2 es entonces decisiva para la exactitud de una medicin. Para estudiar qu factores
son de mayor importancia se efectuarn clculos numricos de algunos ejemplos. Todas las
frmulas se pueden calcular fcilmente con un calculador de bolsillo.
Ambos ejemplos suponen trfico PCTI, (es decir, proceso de llegada de Poisson y tiempos de
ocupacin con distribucin exponencial), intensidad de trfico = 10 erlang, y tiempo medio de
ocupacin = 180 segundos, que se fija como unidad de tiempo.
Ejemplo a: Corresponde a una medicin de trfico clsica:
Periodo de medicin = 3600 s = 20 unidades de tiempo = T.
Intervalo de exploracin = 36 s = 0,2 unidades de tiempo = h = 1/s.
(100 observaciones)
- 302 -
Ejemplo b: En este caso slo se explora una vez por tiempo de ocupacin medio
Periodo de medicin = 720 s = 4 unidades de tiempo = T.
Intervalo de exploracin = 180 s = 1 unidad de tiempo = h = 1/s.
(4 observaciones)
Del cuadro 15.5 se pueden extraer algunas conclusiones generales:
Por el mtodo de exploracin se obtiene muy poca informacin comparada con una
medicin continua ya que el intervalo de exploracin es menor que el tiempo medio de
ocupacin (vase la figura 15.4). La medicin continua se puede considerar como una
referencia ptima para cualquier mtodo discreto.
Figura 15.4 Factor de forma para tiempos de ocupacin con distribucin exponencial
observados por intervalos de exploracin con distribucin Erlang-k en un periodo de
medicin ilimitado. El caso k = corresponde a intervalos de exploracin regulares
(constantes) que transforman la distribucin exponencial en distribucin de
Westerberg. El caso k = 1 corresponde a intervalos de exploracin con
distribucin exponencial(vase el mtodo de simulacin de la ruleta).
El caso h = 0 corresponde a una medicin continua. Se observa que
con intervalos de exploracin regulares casi no hay informacin
si el intervalo de exploracin es menor que el tiempo medio de
ocupacin (fijado como unidad de tiempo)
- 303 -
Factor de forma
2)
Intervalo de exploracin [s ]
Figura 15.5 Con una escala logartmica doble se obtiene una relacin lineal entre la
.
exactitud relativa de la intensidad de trfico A y el volumen de trfico medido A T cuando se
efecta en un periodo ilimitado. El intervalo de exploracin h = 0 corresponde a una medicin
continua y h > 0 corresponde al mtodo de exploracin. La influencia de un mtodo
de medicin limitado se representa en lnea punteada para el caso A = 1
erlang y una medicin continua teniendo en cuenta el intervalo de medicin
limitado. El intervalo T se mide en tiempos medios de ocupacin
Leyendas de la figura 15.5
1)
Exactitud relativa de A
2)
- 304 -
Todos los factores mencionados anteriormente tienen mucho menos influencia que el hecho que los
tiempos de ocupacin reales se desvan a menudo del esquema de distribucin exponencial. En la
prctica, se observa con frecuencia un factor de forma cercano a 46.
La conclusin que se pueda hacer de los ejemplos anteriores es que para aplicaciones prcticas es
ms pertinente aplicar la frmula elemental (15.8) con un factor de forma correcto que tomara en
cuenta el mtodo y el periodo de medicin.
Cuadro 15.2 Comparacin numrica de diversos principios de
medicin en diferentes intervalos de tiempo
Ejemplo a
i2
Ejemplo b
i2
Mtodo continuo
Ilimitado (15.8)
Limitado
1,0000
0,9500
1,0000
0,9747
5,0000
3,7729
2,2361
1,9424
Mtodo de exploracin
Ilimitado (15.17)
Limitado
1,0033
0,9535
1,0016
0,9765
5,4099
4,2801
2,3259
2,0688
Mtodo de la ruleta
Ilimitado
Limitado
1,1000
1,0500
1,0488
1,0247
7,5000
6,2729
2,7386
2,5046
- 305 -
BIBLIOGRAFA
[1]
Abate, J. & Whitt, W. (1997): Limits and approximations for the M/G/1 LIFO waitingtime
distribution. Operations Research Letters, Vol. 20 (1997): 5, 199206.
[2]
Andersen, B. & Hansen, N.H. & og Iversen, V.B. (1971): Use of minicomputer for
telephone traffic measurements. Teleteknik (Edicin inglesa) Vol. 15 (1971): 2, 3346.
[3]
[4]
Baskett, F. & Chandy, K.M. & Muntz, R.R. & Palacios, F.G. (1975): Open, Closed and
Mixed Networks of Queues with Different Classes of Customers. Journ. of the ACM,
abril 1975, pp. 248260. (BCMP queueing networks).
[5]
[6]
Bech, N.I. (1954): Metode til Beregning af Sprring i Alternativ Trunking- og Graderingssystemer. Teleteknik, Vol. 5 (1954) : 4, pp. 435448.
[7]
Bolotin, V.A. (1994): Telephone circuit holding time distributions. ITC 14, 14th
International Teletraffic Congress. Antibes Juan-les-Pins, France, junio 6-10. 1994.
Proceedings pp. 125134. Elsevier 1994.
[8]
Boots, N.K. & Tijms, H. (1999): A multiserver queueing system with impatient customers.
Management Science, Vol. 45 (1999) : 3, 444448.
[9]
[10]
[11]
Brockmeyer, E. (1954): The simple overffow problem in the theory of telephone traffic.
Teleteknik 1954, pp. 361-374. En Dans. Traducido al ingls por la Copenhagen Telephone
Company, abril 1955. 15 pp.
[12]
Brockmeyer, E. & Halstrm, H.L. & Jensen, Arne (1948): The life and works of A.K.
Erlang. Transactions of the Danish Academy of Technical Sciences, 1948, No. 2, 277 pp.
Copenhague 1948.
[13]
Burke, P.J. (1956): The Output of a Queueing System. Operations Research, Vol. 4 (1956),
699704.
[14]
Christensen, P.V. (1914): The number of selectors in automatic telephone systems. The
Post Office Electrical Engineers Journal, Vol. 7 (1914) 271-281.
[15]
[16]
Conway, A.E. & Georganas, N.D. (1989): Queueing Networks - Exact Computational
Algorithms: A Unified Theory Based on Decomposition and Aggregation. The MIT Press
1989. 234 pp.
[17]
Cooper, R.B. (1972): Introduction to Queueing Theory. Nueva York 1972. 277 pp.
[18]
Cox, D.R. (1955): A Use of Complex Probabilities in the Theory of Stochastic Processes.
Proc. Camb. Phil. Soc., Vol. 51 (1955), pp. 313319.
- 306 -
[19]
Cox, D.R. & Miller, H.D. (1965): The Theory of Stochastic Processes. Methuen & Co.
Londres 1965. 398 pp.
[20]
Cox, D.R.& Isham, V. (1980): Point Processes. Chapman and Hall. 1980. 188 pp.
[21]
Crommelin, C.D. (1932): Delay Probability Formulae When the Holding Times are
Constant. Post Office Electrical Engineers Journal, Vol. 25 (1932), pp. 4150.
[22]
Crommelin, C.D. (1934): Delay Probability Formulae. Post Office Electrical Engineers
Journal, Vol. 26 (1934), pp. 266274.
[23]
[24]
[25]
[26]
Elldin, A., and G. Lind (1964): Elementary Telephone Traffic Theory. Chapter 4. L.M.
Ericsson AB, Estocolmo 1964. 46 pp.
[27]
[28]
[29]
Feller, W. (1950): An introduction to probability theory and its applications. Vol. 1, Nueva
York 1950. 461 pp.
[30]
Fortet, R. & Grandjean, Ch. (1964): Congestion in a loss system when some calls want
several devices simultaneously. Electrical Communications, Vol. 39 (1964) : 4, 513526.
Documento presentado al ITC4, Cuarto Congreso Internacional de Teletrfico, Londres,
Inglaterra 1521 julio 1964.
[31]
[32]
Fry, T.C. (1928): Probability and its engineering uses. Nueva York 1928, 470 pp.
[33]
Gordon, W.J, and & Newell, G.F. (1967): Closed queueing systems with exponential
servers. Operations Research, Vol. 15 (1967), pp. 254265.
[34]
Grillo, D. & Skoog, R.A. & Chia, S. & Leung, K.K. (1998): Teletraffic engineering for
mobile personal communications in ITUT work: the need to match theory to practice.
IEEE Personal Communications, Vol. 5 (1998): 6, 3858.
[35]
Hayward, W.S. Jr. (1952): The reliability of telephone traffic load measurements by switch
counts. The Bell System Technical Journal, Vol. 31 (1952): 2, 357377.
[36]
ITU-T (UIT-T) (1993): Unidad de intensidad de trfico. Recomendacin UIT-T B.18. 1993.
1 p.
[37]
- 307 -
[38]
Iversen, V.B. (1976): On the accuracy in measurements of time intervals and traffic
intensities with application to teletraffic and simulation. Ph.D.thesis. IMSOR, Technical
University of Denmark 1976. 202 pp.
[39]
Iversen, V.B. (1976): On General Point Processes in Teletraffic Theory with Applications
to Measurements and Simulation. ITC-8, Eighth International Teletraffic Congress, paper
312/18. Melbourne 1976. Publicado en Teleteknik (Edicin inglesa) 1977 : 2, pp. 5970.
[40]
Iversen, V.B. (1980): The A-formula. Teleteknik (Edicin inglesa), Vol. 23 (1980) : 2,
6479.
[41]
[42]
Iversen, V.B. (1987): The exact evaluation of multiservice loss system with access
control. Teleteknik, Edicin inglesa, Vol 31 (1987) : 2, 56-61. NTS7, Seventh Nordic
Teletraffic Seminar, Lund, Suecia, 2527 de agosto, 1987, 22 pp.
[43]
Iversen, V.B. & Nielsen, B.F. (1985): Some properties of Coxian distributions with
applications, pp. 6166 in Proceedings of the International Conference on Modelling
Techniques and Tools for Performance Analysis. 5-7 de junio, 1985, Valbonne, Francia.
NorthHolland Publ. Co. 1985. 365 pp. (Editor N. Abu El Ata).
[44]
Iversen, V.B. & Stepanov, S.N. (1997): The usage of convolution algorithm with truncation
for estimation of individual blocking probabilities in circuit-switched telecommunication
networks. Proceedings of the 15th International Teletraffic Congress, ITC 15, Washington,
DC, USA, 22-27 de junio 1997. 13271336.
[45]
Iversen, V.B. & Sanders, B. (2001): Engset formul with continuous parameters theory
and applications. AE, International Journal of Electronics and Communications, Vol. 55
(2001): 1, 3-9.
[46]
Jackson, J.R. (1957): Networks of waiting lines. Operations Research, Vol. 5 (1957), pp.
518521.
[47]
[48]
Jensen, Arne (1948): An Elucidation of A.K. Erlang's Statistical Works through the Theory
of Stochastic Processes. Published in "The Erlangbook": E. Brockmeyer, H.L. Halstrm
and A. Jensen: The Life and Works of A.K. Erlang. Kbenhavn 1948, pp. 23100.
[49]
Jensen, Arne (1948): Truncated multidimensional distributions. Pages 5870 in "The Life
and Works of A.K. Erlang". Ref. Brockmeyer et al., 1948.
[50]
[51]
Jerkins, J.L. & Neidhardt, A.L. & Wang, J.L. & Erramilli A. (1999): Operations
measurement for engineering support of high-speed networks with self-similar traffic.
ITC-16, 16th International Teletraffic Congress, Edinburgo, 7-11 de junio, 1999.
Proceedings pp. 895906. Elsevier 1999.
[52]
- 308 -
[53]
[54]
Joys, L.A.: Variations of the Erlang, Engset and Jacobus Formul, Proceedings of the
Fifth International Teletraffic Congress (ITC-5), Nueva York, USA, 1967, 107111.
Tambin publicado en: Teleteknik, (Edicin inglesa), 11 (1967), No. 1, 4248.
[55]
[56]
Joys, L.A. (1971): Comments on the Engset and Erlang formulae for telephone traffic
losses. Thesis. Report TF No. 25,/71, Research Establishment, The Norwegian
Telecommunications Administration. 1971. 127 pp.
[57]
[58]
[59]
Keilson, J. (1966): The ergodic queue length distribution for queueing systems with finite
capacity. Journal of Royal Statistical Society, Series B, Vol. 28 (1966), 190201.
[60]
Kelly, F.P. (1979): Reversibility and Stochastic Networks. John Wiley & Sons, 1979.
230 pp.
[61]
Kendall, D.G. (1951): Some problems in the theory of queues. Journal of Royal Statistical
Society, Series B, Vol. 13 (1951) : 2, 151173.
[62]
Kendall, D.G. (1953): Stochastic processes occuring in the theory of queues and their
analysis by the method of the imbedded Markov chain. Ann. Math. Stat., Vol. 24 (1953),
338354.
[63]
Khintchine, A.Y. (1955): Mathematical Methods in the Theory of Queueing. Londres 1960.
124 pp. (Original en Ruso, 1955).
[64]
Kingman, J.F.C. (1969): Markov population processes. J. Appl. Prob., Vol. 6 (1969), 118.
[65]
[66]
Kleinrock, L. (1975): Queueing Systems. Vol. I: Theory. Nueva York 1975. 417 pp.
[67]
Kleinrock, L. (1976): Queueing Systems. Vol. II: Computer Applications. Nueva York
1976. 549 pp.
[68]
[69]
[70]
[71]
Kuczura, A. (1973): The interrupted Poisson process as anflover ow process. The Bell
System Technical Journal, Vol. 52 (1973) : 3, pp. 437448.
- 309 -
[72]
[73]
Lavenberg, S.S. & Reiser, M. (1980): Meanvalue analysis of closed multichain queueing
networks. Journal of the Association for Computing Machinery, Vol. 27 (1980):
2, 313322.
[74]
Lind, G. (1976): Studies on the probability of a called subscriber being busy. ITC8,
Melbourne, noviembre de 1976. Paper 631. 8 pp.
[75]
ListovSaabye, H. & Iversen V.B. (1989): ATMOS, a PCbased tool for evaluating
multiservice telephone systems. IMSOR, Technical University of Denmark 1989, 75 pp.
(en dans).
[76]
Little, J.D.C. (1961): A proof for the queueing formula L = W. Operations Research, Vol.
9 (1961) : 383387.
[77]
Maral, G. (1995): VSAT Networks. John Wiley & Sons, 1995. 282 pp.
[78]
Marchal, W.G. (1976): An approximate formula for waiting time in single server queues.
AIIE Transactions, diciembre de 1976, 473474.
[79]
[80]
Palm, C. (1941): Mttnoggrannhet vid bestmning af trafikmngd enligt genomskningsfrfarandet (Exactitud de las mediciones en la determinacin de volmenes de trfico
por el mtodo de barrido). Tekn. Medd. K. Telegr. Styr., 1941, No. 79, pp. 97115.
[81]
[82]
[83]
[84]
Palm, C. (1957): Some propositions regarding flat and steep distribution functions, pp.
317 in TELE (Edicin inglesa), No. 1, 1957.
[85]
Pinsky, E. & Conway, A.E. (1992): Computational algorithms for blocking probabilities in
circuitswitched networks. Annals of Operations Research, Vol. 35 (1992) 3141.
[86]
[87]
Press, W.H. & Teukolsky, S.A. & Vetterling, W.T. & Flannery, B.P. (1995): Numerical
recipes in C, the art of scientific computing. 2nd edition. Cambridge University Press, 1995.
994 pp.
[88]
[89]
- 310 -
[90]
[91]
Roberts, J.W. (2001): Traffic theory and the Internet. IEEE Communications Magazine
Vol. 39 (2001) : 1, 9499.
[92]
Ross, K.W. & Tsang, D. (1990): Teletraffic engineering for productform circuitswitched
networks. Adv. Appl. Prob., Vol. 22 (1990) 657675.
[93]
Ross, K.W. & Tsang, D. (1990): Algorithms to determine exact blocking probabilities for
multirate tree networks. IEEE Transactions on Communications. Vol. 38 (1990) : 8,
12661271.
[94]
Rnnblom, N. (1958): Traffic loss of a circuit group consisting of bothway circuits which
is accessible for the internal and external traffic of a subscriber group. TELE (Edicin
inglesa), 1959: 2, 7992.
[95]
Sanders, B. & Haemers, W.H. & Wilcke, R. (1983): Simple approximate techniques for
congestion functions for smooth and peaked traffic. ITC10, Tenth International Teletraffic
Congress, Montreal, junio de 1983. Paper 4.4b1. 7 pp.
[96]
[97]
[98]
Techguide (2001): Inverse Multiplexing scalable bandwidth solutions for the WAN.
Techguide (The Technologu Guide Series), 2001, 46 pp. <www.techguide.com>
[99]
Vaulot, . & Chaveau, J. (1949): Extension de la formule d'Erlang au cas ou le traffic est
fonction du nombre d'abonns occups. Annales de Tlcommunications, Vol. 4 (1949)
319324.
[100]
Veir, B. (2002): Proposed Grade of Service chapter for handbook. Comisin de Estudio 2
del UIT-T, GT 3/2. Septiembre de 2001. 5 pginas.
[101]
[102]
Wallstrm, B. (1964): A distribution model for telephone traffic with varying call intensity,
including overflow traffic. Ericsson Technics, 1964, No. 2, pp. 183202.
[103]
[104]
Wilkinson, R.I. (1956): Theories for toll traffic engineering in the U.S.A. The Bell System
Technical Journal, Vol. 35 (1956) 421514.
- 311 -
NDICE DE AUTORES
Abate, J.
Fortet, R.
AguilarIgartua, M.
Fredericks, A.A.
Andersen, B.
Fry, T.C.
Ash, G.R.
GarcaHaro, J.
Baskett, F.
Georganas, N.D.
Bear, D.
Gordon, W.J.
Bech, N.I.
Grandjean, Ch.
Bolotin, V.A.
Grillo, D.
Boots, N.K.
Haemers, W.H.
Bretschneider, G.
Halstrm, H.L.
Brockmeyer, E.
Hansen, N.H.,
Burke, P.J.
Buzen, J.P.
Isham, V.
Chandy, K.M.
Iversen, V.B.
Chaveau, J.
Jackson, J.R.
Chia, S.
Jensen, A.
Christensen, P.V.
Jensen, Arne
Cobham, A.
Jerkins, J.L.
Conway, A.E.
Johannsen, F.
Cooper, R.B.
Johansen, J.
Cox, D.R.
Johansen, K.
Crommelin, C.D.
Joys, L.A.
Delbrouck, L.E.N.
Karlsson, S.A.
Dickmeiss, A.
Kaufman, J.S.
Eilon, S.
Keilson, J.
Elldin, A.
Kelly, F.P.
Engset, T.O.
Kendall, D.G.
Erlang, A.K.
Khintchine, A.Y.
Erramilli A.
Kingman, J.F.C.
Eslamdoust, C.
Kleinrock, L.
Feller, W.
Kosten, L.
Flannery, B.P.
Kraimeche, B.
- 312 -
Kruithof, J.
Schwartz, M.
Kuczura, A.
Skoog, R.A.
Larsen, M.
Stepanov, S.N.
Lavenberg, S.S.
Sutton, D.J.
Leung, K.K.
Techguide
Lind, G.
Teukolsky, S.A.
Listov-Saabye, H.
Tijms, H
Little, J.D.C.
Tsang, D.
Maral, G.
UIT-T
Marchal, W.G.
Vaulot, E.
Miller, H.D.
Veir, B.
Moe, K.
Veir, B.
Muntz, R.R.
Vetterling, W.T.
Neidhardt, A.L.
Villn, M.
Newell, G.F.
Wallstrm, B.
Nguyen, Thanh-Bang
Wang, J.L.
Nielsen, B.F.
Whitt, W.
Palacios, F.G.
Wilcke, R.
Palm, C.
Wilkinson, R.I.
Pinsky, E.
PostigoBoix, M.
Press, W.H.
Rnnblom, N.
Rabe, F.W.
Raikov, D.A.
Rasmussen, C.
Reiser, M.
Riordan, J.
Roberts, J.W.
Ross, K.W.
Samuelson, P.A.
Sanders, B.
- 313 -
NDICE TEMTICO
abonado A,
caso Engset,
abonado B,
caso Erlang,
accesibilidad total
caso Palm-Wallstrm,
sistema de retardo
caso Pascal,
sistema de prdidas,
caso Poisson,
activado/desactivado,
CCS,
algoritmo de Buzen,
central de trnsito,
algoritmo de convolucin,
central local,
cadenas mltiples,
clasificacin de O'Dell,
cadena simple,
coeficiente de variacin,
sistema de prdidas,
comparticin de procesador,
algoritmo de Delbrouck,
comunicacin mvil,
concentracin de trfico,
algoritmo MVA
concentracin,
cadena simple
almacenamiento y retransmisin,
concepto de bloqueo,
congestin
aproximacin de Marchal,
de llamada,
aproximacin de Rapp
de tiempo,
asignacin
de trfico,
demanda,
conmutacin de circuitos,
fija
conmutacin de lneas,
atribucin de canal,
conmutacin de mensajes,
atribucin de capacidad,
conmutacin de paquetes,
bloqueo de paquete,
conservacin de trabajo,
bsqueda cclica,
cordn,
cadena,
criterio de Kolmogorov,
cadenas,
CSMA,
calidad de servicio,
cuadro,
cambio de fila,
frmula B de Erlang
canal de control,
canales de usuario,
curtosis,
- 314 -
D/M/1,
distribucin exponencial,
DECT,
distribucin geomtrica,
derecho preferente,
distribucin polinomial,
desconexin forzada,
distribuciones de tiempo,
desconvolucin,
divisin de trfico,
desigualdad de Kingman,
divisin en el tiempo,
desviacin normalizada,
duracin de la llamada,
EBHC,
ecuacin flujo-equilibrio,
dimensionamiento,
bloqueo fijo
principio de mejora,
ecuaciones de corte,
disponibilidad,
Ek/D/r,
vase accesibilidad,
distribucin Binomial negativa,
distribucin Binomial,
ecuaciones de equilibrio,
ecuaciones de nodo,
encaminamiento alternativo,
equilibrio estadstico,
equilibrio,
global,
truncado,
local,
distribucin compuesta,
distribucin de Poisson,
distribucin con gran densidad en los extremos,
distribucin de Engset,
distribucin de Pareto,
distribucin de Pascal,
distribucin de Poisson,
clculo,
truncada,
distribucin del tiempo de espera,
FCFS,
distribucin de Weibull,
detallado,
erlang,
estrategia,
estructura,
estudios iterativos,
exactitud relativa,
expansin Binomial,
expiracin,
factor de forma de Palm,
factor de forma,
factores humanos,
falta de memoria,
distribucin de Westerberg,
distribucin Erlang-k,
- 315 -
forma de producto,
IDC,
frmula 1 de Erlang,
identidad de Feller-Jensen,
frmula B de Erlang,
servicio hiperexponencial
recursin
multidimensional
frmula C de Erlang,
identidad de Palm,
frmula de Engset
recursin
fuente espordica,
funcin de carga,
funcin de densidad,
funcin de distribucin complementaria,
funcin de distribucin de supervivencia,
funcin de distribucin,
funcin de mejora,
funcin de riesgo,
gestin de red,
GI/G/1,
GI/M/1,
GI/M/1, FCFS,
GoS,
grado de servicio,
GSM,
HCS,
herramienta ATMOS,
IDI,
IMA,
impedimento,
ndice de dispersin,
conteos,
insensibilidad,
intensidad de la llamada,
intensidad de trfico,
intensidad,
intervalo de confianza,
intervalo,
IPP,
Iridium,
itinerancia,
LAN,
LCC,
ley de conservacin de Kleinrock,
ley de conservacin,
ley de raz cuadrada de Kleinrock,
ley de raz cuadrada,
limitacin de clase,
llamadas perdidas liberadas,
hiptesis de independencia,
HOM,
hombre-mquina,
hora cargada,
tiempo uniforme,
- 316 -
lgica de cableado,
microclula,
microprocesador,
M/D/1/k,
modelado,
M/D/n,
M/G/,
M/G/1,
momento central,
M/G/1/k,
momento no central,
M/G/1-LCFS-PR,
multidimensional,
M/G/1-LCFS-PR,
Erlang-B
M/G/1-PS,
sistema de prdidas,
M/M/1,
multiplexacin inversa,
M/M/n,
multiplexacin,
M/M/n, FCFS,
cdigo de impulso,
M/M/n/S/S,
frecuencia,
macroclula,
tiempo,
matriz de trfico,
multiplexin estadstica,
mediciones de trfico,
multiplicador de Lagrange,
mtodo de Berkeley,
ocupado,
optimizacin triangular,
origen,
mtodo de exploracin,
paginacin,
paradoja,
PCT-I,
mtodo de Newton-Raphson,
PCT-II,
periodo de medicin,
mtodo de Sanders,
ilimitado,
mtodo EERT,
persistencia,
mtodo ERT,
principio de mejora,
mtodos de medicin,
principio de Moe,
continuo,
sistema de prdidas,
discreto,
sistema de retardo,
horizontal,
vertical,
proceso Binomial,
proceso de llegada Cox-2,
- 317 -
representacin de intervalos,
representacin de nmero,
RR,
proceso de Poisson,
ruta directa,
proceso estocstico,
ruta primaria,
proceso reversible,
ruta secundaria,
propiedad de Markovian,
propiedad PASTA,
simulacin de la ruleta,
sin conexin,
proteccin de servicio,
protocolo Aloha,
sistema de Brockmeyer,
protocolo,
PS,
sistema de Kosten,
puntos de equilibrio,
sistema de prdidas,
puntos de regeneracin,
QoS,
RDSI,
RDSI-BA,
sistema equivalente,
receptor de cdigo,
sistema interactivo,
recursin,
sistema MIC,
red en anillo,
sistema SPC,
red de Jackson,
sistema telefnico,
red de poligonal,
red de telecomunicaciones,
convencional,
red de trnsito,
red en estrella,
SJF,
SM,
suma estocstica,
- 318 -
tarificacin de Karlsson,
tarificacin,
tasa de extincin,
tasa fija,
teorema de Burke,
teorema de descomposicin,
teorema de Little,
teorema de llegada,
teorema de Raikov.
teorema de superposicin,
teora de la sobrecarga,
teora de muestreo,
teora de teletrfico
conceptos de trfico,
terminologa,
terminal principal,
tiempo de circulacin,
tiempo de espera virtual,
tiempo de estada,
tiempo de recurrencia hacia adelante,
tiempo de respuesta,
tiempo de servicio,
tiempo de vida,
tiempo medio de espera,
tiempo til residual,
trfico aleatorio
trfico BPP,
trfico de segmentos mltiples,
trfico de velocidad mltiple,
trfico en rfagas,
trfico ofrecido,
trfico potencial,
trfico preferencial,
trfico puramente aleatorio tipo I,
_______________
- 253 -
(133000)
- 254 -
CAPTULO 14
Redes de filas de espera
Muchos sistemas se pueden modelar de manera que un cliente obtenga servicios a partir de varios
nodos sucesivos, es decir, una vez que un cliente ha finalizado el servicio en un nodo pasa a otro.
La demanda total de servicios se compone de demandas de servicios en distintos nodos. Por
consiguiente, el sistema es una red de puesta fila de espera en la que cada una de las filas se
denomina nodo. Como ejemplos de redes de puesta fila de espera cabe citar los sistemas de
telecomunicaciones, los sistemas informticos, las redes de conmutacin de paquetes y los sistemas
de fabricacin flexibles. En las redes de puesta en fila de espera se define la longitud de la fila en un
nodo como el nmero total de clientes en el nodo, incluidos los clientes que estn servidos.
Este Captulo tiene por objeto introducir la teora fundamental de las redes de puesta en fila de
espera, ilustrada por aplicaciones. Por lo general, se considera que la teora es bastante complicada,
lo que se debe principalmente a la complejidad de la notacin. Ahora bien, en este Captulo se
introducirn de manera simple los modelos generales analticos de redes de puesta en fila de espera
sobre la base de formas de producto, el algoritmo de convolucin, el algoritmo MDA y los ejemplos
pertinentes.
La teora de las redes de puesta en fila de espera es anloga a la teora de los sistemas
multidimensionales (vanse los Captulos 10 y 11). En el Captulo 10 se examinaron los sistemas de
prdidas multidimensionales mientras que en este Captulo se tratarn las redes de sistemas de
puesta en fila de espera.
14.1
Las redes de puesta en fila de espera se clasifican en abiertas y cerradas. En redes de puesta en fila
cerradas la cantidad de clientes es fija mientras que en redes de puesta en fila abiertas la cantidad
de clientes vara. En principio, una red abierta se puede transformar en una red cerrada agregando
un nodo extra.
El sistema de espera clsico de Erlang, M/N/n, es un ejemplo de un sistema de puesta en fila abierto,
mientras que el modelo mquina/reparacin de Palm con S terminales es una red cerrada. Si hay
ms que un tipo de clientes, la red puede ser una mezcla de red abierta y cerrada. En razn que el
proceso de salida en un nodo es el proceso de llegada en otro, se deber prestar especial atencin al
proceso de salida, en particular cuando se puede modelar como proceso de Poisson. Esto se
examinar en el 14.2 (Sistemas simtricos de puesta en fila).
El estado de una red de puesta en fila se define como la distribucin simultnea del nmero de
clientes en cada nodo. Si K representa el nmero total de nodos, el estado se describe entonces
mediante un vector p (i1, i2, . . . iK) donde iK es el nmero de clientes en el nodo k (k = 1, 2 . . . k).
Con frecuencia el espacio de estado es muy amplio y las probabilidades de estado mediante la
resolucin de ecuaciones de equilibrio de nodos son difciles de calcular. Si cada nodo es un sistema
simtrico de puesta en fila, por ejemplo red de Jackson (vase el 14.3), se tendr entonces una
forma de producto. Las probabilidades de estado de redes con forma de producto se pueden agregar
y obtener utilizando el algoritmo de convolucin (vase el 14.4.1) o el algoritmo MVA
(vase el 14.4.2)
Las redes de Jackson pueden ser generalizadas en redes BCMP (vase el 14.5), donde hay N tipos
de clientes. Los clientes de un tipo especfico pertenecen a una denominada cadena. En la
figura 14.1 se ilustra un ejemplo de una red de puesta en fila con cuatro cadenas. Cuando el nmero
de cadenas aumenta el espacio de estado se incrementa en consecuencia, y slo los sistemas con un
pequeo nmero de cadenas se pueden calcular exactamente. En el caso de una red multicadena, el
(133000)
- 255 -
estado de cada nodo resulta multidimensional (vase el 14.6). La forma de producto entre nodos
se mantienen, y son aplicables los algoritmos de convolucin y MVA (vase el 14.7). La cantidad
aproximada de algoritmos para grandes redes se puede encontrar en la literatura.
Figura 14.1 Ejemplo de una red de puesta en fila con cuatro cadenas abiertas
14.2
Para analizar los sistemas de puesta en fila es importante conocer cundo el proceso de salida de un
sistema de fila de espera es un proceso de Poisson. Se conocen cuatro modelos de puesta en fila que
tienen esta propiedad.
1)
M/M/n. Este es el teorema de Burke (1956 [13]), que expresa que el proceso de salida de
un sistema M/M/n es un proceso de Poisson. Las probabilidades de espacio de estado estn
dadas por la ecuacin (12.2):
donde A = /
2)
M/G/. Esto corresponde al caso de Poisson (vase el 7.2). Del 6.3 se sabe que una
traslacin aleatoria de los eventos de un proceso de Poisson produce un nuevo proceso de
Poisson. Este modelo se representa a veces como un sistema con criterio de puesta en fila
IS, nmero infinito de servidores. Las probabilidades de estado vienen dadas por la
distribucin de Poisson (7.6):
3)
M/G/1-PS. Este es un sistema de puesta en fila de un solo servidor con una distribucin
general del tiempo de servicio y comparticin de procesador. Las probabilidades de estado
son similares al caso M/M/1 (13.79):
i
p(i) = (1 A) . A ,
i= 0, 1, 2, . . . .
(14.4)
4)
M/G/1-LCFS-PR (PR = con derecho prioritario). Este sistema tambin tiene las mismas
probabilidades de espacio de estado que el modelo M/M/1 (14.4).
(133000)
- 256 -
En la teora de redes de puesta en fila slo se consideran, por lo general, estos cuatro criterios de fila
de espera. Sin embargo, aun para el sistema de prdidas de Erlang, el proceso de salida ser un
proceso de Poisson si se incluyen clientes bloqueados.
Estos cuatro sistemas se conocen como sistemas simtricos de puesta en fila de espera, pues son
simtricos en el tiempo. Tanto el proceso de llegada como el de salida son procesos de Poisson y los
sistemas son reversibles (Kelly, 1979 [60]). El proceso se denomina reversible pues tiene el mismo
aspecto que cuando se invierte el tiempo (por ejemplo, se dice que una pelcula es reversible cuando
su reproduccin hacia delante o hacia atrs parecen iguales). Con excepcin del modelo M/M/n
estos sistemas simtricos de puesta en fila tienen como caracterstica comn que el cliente es
servido inmediatamente a partir de su llegada. A continuacin se tratarn bsicamente los nodos
M/M/n pero el modelo M/M/1 tambin incluye M/G/1-PS y M/G/1-LCFS-PR.
14.3
Teorema de Jackson
b)
Los clientes llegan desde fuera del sistema al nodo k conforme a un proceso de Poisson con
intensidad k. Pueden llegar tambin clientes de otros nodos al nodo k.
c)
Sea p(i1, i2, . . ., iK) la representacin de las probabilidades de espacio de estado conforme a la
hiptesis de equilibrio estadstico, es decir la probabilidad que haya ik clientes en el nodo k.
Asimismo, se supone que
(133000)
- 257 -
Aqu para el nodo k, pk(ik) es la probabilidad de estado de un sistema de puesta en fila M/M/n con
intensidad de llegadas k y velocidad de servicio k (14.1). El trfico ofrecido c/k =_k al nodo k
debe ser menor que la capacidad nk del nodo para entrar en equilibrio estadstico (14.6).
El punto fundamental del teorema de Jackson es que cada nodo puede ser considerado
independientemente de los otros y que las probabilidades de estado vienen dadas por las frmula C
de Erlang. Esto simplifica considerablemente el clculo de las probabilidades de espacio de estado.
La prueba del teorema fue obtenida por Jackson en 1957 demostrando que la solucin satisface las
ecuaciones de equilibrio para el equilibrio estadstico.
En el ltimo modelo de Jackson (Jackson, 1963 [47] la intensidad de llegada proveniente del
exterior:
puede depender del nmero corriente de clientes en la red. Asimismo, k puede depender del
nmero de clientes en el nodo k. De esta manera, se pueden modelar redes de puesta en fila que
sean cerradas, abiertas o mixtas. En los tres casos, las probabilidades de estado tienen forma de
producto.
El modelo de Gordon y Newell (1967 [33]), que se cita a menudo en la literatura, puede ser tratado
como un caso especial del segundo modelo de Jackson.
(133000)
- 258 -
En redes de fila de espera los clientes a menudo son puestos en operacin bucle, de modo tal que un
cliente puede visitar varias veces el mismo nodo. Si se tiene una red de puesta en fila con clientes en
bucle, donde los nodos son sistemas M/M/n, los procesos de llegada a cada uno de los nodos ya no
son procesos de Poisson. De cualquier modo se pueden calcular las probabilidades de estado como
si los nodos fueran sistemas M/M/n independientes. Esto se explica en el siguiente ejemplo.
Ejemplo 14.3.2: Redes con retroalimentacin
El concepto de retroalimentacin se introdujo en el ejemplo 14.3.1 en el que un cliente, que acaba
de concluir su servicio en el nodo 2, retorno al nodo 1 con probabilidad p21. El cliente deja el
sistema con probabilidad con 1 - p21. La ecuacin (14.5) de equilibrio de flujo permite calcular la
intensidad de llegada total a cada nodo y la probabilidad p21 se debe elegir de modo tal que las
relaciones 1=1 y 2=2 sean menor que uno. Si 1 0 y p21 1 se comprender que los procesos
de llegada no son procesos de Poisson. Rara vez llegar un nuevo cliente, pero una vez que ha
ingresado al sistema circular durante un tiempo relativamente largo. El nmero de circulaciones
estar distribuido geomtricamente y el tiempo entre llegadas es la suma de los dos tiempos de
servicio; es decir, cuando en el sistema hay uno o ms clientes, la velocidad de llegada a cada nodo
ser relativamente alta, mientras que si en el sistema no hay clientes la velocidad ser muy baja. El
proceso de llegada ser en rfagas.
La situacin es similar a la descomposicin de una distribucin exponencial en una suma ponderada
de distribuciones de Erlang-k, con factores geomtricos ponderados (vase el 4.4). En lugar de
considerar una distribucin entre llegadas exponencial simple se puede descomponer esto en k fases
(vase la figura 4.9) y considerar cada fase como una llegada. En consecuencia, el proceso de
llegada ha sido transformado de un proceso de Poisson a un proceso con llegadas en rfagas.
(133000)
- 259 -
(133000)
- 260 -
Se puede mostrar ahora cmo se puede aplicar el algoritmo de convolucin a las redes de puesta en
fila. El mecanismo de la operacin corresponde al algoritmo de convolucin para sistemas con
prdidas (vase el Captulo 10). Se considera una red de puesta en fila con K nodos y una sola
cadena con S clientes. Se supone que los sistemas de puesta en fila en cada nodo son simtricos
(vase el 14.2). El algoritmo tiene tres pasos:
Paso 1. Sea la intensidad de llegada a un nodo arbitrario igual a uno y se obtiene entonces
las intensidades relativas restantes k. Mediante la resolucin de la ecuacin (14.5) de
equilibrio de flujo para la red cerrada se obtiene las velocidades de llegada relativas (k, 1
k K) para cada nodo. Por ltimo, se obtiene el trfico ofrecido relativo k = k/k.
Paso 2. Considrese cada nodo como si estuviera aislado y tuviera el trfico ofrecido k
(1 k K). Dependiendo del sistema de puesta en fila simtrico real en el nodo k, se
extraen las probabilidades de estado relativas qk(i) en el nodo k. El espacio de estado estar
limitado por la cantidad total de clientes S, es decir 0 i S.
Paso 3. Repliguese recurrentemente las probabilidades de estado para cada nodo. Por
ejemplo, para los primeros dos nodos se tienen:
donde:
En razn que la cantidad total de clientes es fija (S) slo existe en el sistema combinado el
estado q1,2. . . ,K(S) y, por tanto, este macroestado debe tener la probabilidad uno. Se pueden entonces
normalizar todas las probabilidades de microestado.
Cuando se efecta la ltima convolucin se pueden obtener las medidas de calidad de
funcionamiento para el ltimo nodo. Variando el orden de convolucin de los nodos se pueden
obtener las medidas de calidad de funcionamiento de todos ellos.
(133000)
- 261 -
Figura 14.5 Modelo mquina Reparador como redes de puesta en fila cerradas con dos
nodos. Los terminales corresponden a un nodo IS, en razn que las
operaciones encuentran siempre un terminal en reposo,
mientras que la CPU corresponde a un nodo M/M/1
Ejemplo 14.4.1: Modelo mquina Reparador de Palm
Se examinar ahora el modelo mquina reparador de Palm introducido en el 12.5 como red de
fila de espera cerrada (vase la figura 14.5). Hay S clientes y terminales. El tiempo de activacin
medio es 1-1 y el tiempo de servicio medio en la CPU que es 2-1. En la terminologa de redes de
fila de espera hay dos nodos: En el nodo 1 estn los terminales, es decir un sistema M/G/ (en
realidad es un sistema M/G/S, pero en razn que la cantidad de clientes se limita a S, corresponde a
un sistema M/G/), y el nodo 2 es la CPU, es decir un sistema M/M/1 con intensidad de servicio 2.
Los flujos a los nodos son iguales (1 = 2 = ) y la carga relativa en el nodo 1 y nodo 2 son
1 = /1 y 2 = /2,
respectivamente. Si se considera cada nodo por separado se obtienen las probabilidades de estado
de cada uno de ellos, q1(i) y q2(j), y por convolucin de q1(i) y q2(j) se obtiene q12(x), (0 x S),
como se muestra en el cuadro 14.1. El ltimo trmino con S clientes (probabilidad no normalizada)
q12(S) est compuesto por:
donde
La probabilidad de que todos los terminales estn "activados" se identifica con el ultimo trmino
(normalizado por la suma) (S terminales en el nodo 1, cero terminales en el nodo 2):
(133000)
- 262 -
que es la frmula B de Erlang. As, el resultado est de acuerdo con el obtenido en el 12.5. Se
observa que aparece con la misma potencia en todos los trminos de q1,2(S) y as corresponde a
una constante que desaparece cuando se normaliza.
Cuadro 14.1 Algoritmo de convolucin aplicado al modelo mquina Reparador
de Palm. El nodo 1 es un sistema IS mientras que el nodo 2 es un
sistema M/M/1 (vase el ejemplo 14.4.1)
Estado
Nodo 1
Nodo 2
q1(i)
q2(i)
q12 = q1 * q2
(133000)
- 263 -
S operaciones de circulacin
2)
Nuevas operaciones
3)
Canales entrada/salida
Si se aplica el algoritmo de convolucin se obtienen los resultados que figuran en el cuadro 14.2. El
trmino q123(4) est compuesto por:
El nodo 3 sirve a los clientes en todos los estados con excepcin del estado q3(0) . q12(4) = 5. La
utilizacin del nodo 3 es por tanto a3 = 52/57. Basado en las cargas relativas se obtienen ahora las
cargas exactas:
(133000)
- 264 -
Nodo 1
Nodo 2
Nodo 1*2
Nodo 3
q1(i)
q2(i)
q12 = q1 * q2
q3
11
26
16
57
La suma de todos los promedios de longitudes de filas de espera es, por supuesto, igual al nmero
de clientes S. Se debe sealar que en redes de puesta en fila se define la longitud de la fila de espera
como la cantidad total de clientes en el nodo, incluidos los que estn recibiendo un servicio. De los
tiempos medios de servicio y de utilizacin se obtiene el promedio de nmero de clientes que
concluyen el servicio por unidad de tiempo en cada nodo:
(133000)
- 265 -
para M/G/:
donde sk es el promedio del tiempo de servicio en el nodo k que tiene nk servidores. En razn que
solo se calcula el tiempo medio de espera, se puede suponer el criterio de fila de espera FCFS.
Paso 2:
Se aplica la ley de Little (L = .W), que es vlida para todos los sistemas en equilibrio estadstico.
Para el nodo k se tiene Lk = k . Wk, donde k es la velocidad de llegada relativa al nodo k. Se tiene
(133000)
- 266 -
Nodo 1
Nodo 2
Nodo 3
(133000)
Nodo 2
- 267 -
Se sabe que la longitud de la fila de espera en los terminales (nodo 1) es igual al trfico transportado
en el sistema B de Erlang equivalente y que todos los otros clientes se quedan en la CPU (nodo 2).
As tenemos en general:
Nodo 1
Nodo 2
pues se sabe que c = 1- Ex+1. Esta es la formula de recursin para la frmula B de Erlang.
14.5
En 1975 el modelo de Jackson fue ulteriormente generalizado por Baskett, Chandy, Muntz y
Palacios (1975 [4]). Se demostr que las redes de puesta en fila con ms de un tipo de clientes
tambin tienen forma de producto, siempre que:
a)
Cada nodo es un sistema de puesta en fila simtrico (vase el 14.2: proceso de llegada de
Poisson proceso de salida de Poisson).
b)
Los clientes se clasifican en N canales. Cada canal se caracteriza por su propio tiempo de
servicio medio si y por las probabilidades de transicin pij. Adems, un cliente puede
cambiar de un canal a otro con una determinada probabilidad despus de haber terminado el
servicio en un nodo. Si el criterio de puesta en fila en un nodo es M/M/n (incluido M/M/1)
se aplica una restriccin: el promedio del tiempo de servicio debe ser idntico para todos
los canales en un nodo.
Las redes BCMP pueden ser evaluadas con el algoritmo de convolucin multidimensional as como
con el algoritmo MVA multidimensional. Estos dos algoritmos se describirn ms adelante. Las
redes de puesta en fila mixtas (abiertas y cerradas) se proyectan calculando primero la carga de
trfico en cada nodo de las cadenas abiertas. Este trfico debe ser transportado para que entren en
equilibrio estadstico. La capacidad de los nodos est reducida por este trfico, y la red de puesta en
fila cerrada se calcula por la capacidad reducida. Por tanto, el problema principal es calcular redes
cerradas.
Para ello, se utilizarn ms algoritmos entre los cuales los ms importantes son el algoritmo de
convolucin y el algoritmo MVA.
(133000)
- 268 -
14.6
En esta seccin se estudiarn redes de puesta en fila con ms de un tipo de clientes. Los clientes del
mismo tipo pertenecen a una clase o canal especfico. En el Captulo 10 se analizaron sistemas de
prdidas con diversos tipos de clientes (servicios) y se observ que se mantuvo la forma de
producto y que se poda aplicar el algoritmo de convolucin.
14.6.1 Sistema de puesta en fila de un solo servidor M/M/1
Figura 14.7 Sistema de puesta en fila M/M/1 con dos tipos (de cadenas) de clientes
La figura 14.7 ilustra un sistema de puesta en fila de un solo servidor con N = 2 tipos de clientes
(cadenas). Los clientes llegan al sistema conforme a un proceso de llegada de Poisson con
intensidad j (j = 1, 2). El estado (i, j) se define como un estado con i clientes tipo 1 y j clientes
tipo 2. La intensidad de servicio i,j en el estado (i, j) se puede seleccionar pues sta depende del
estado, por ejemplo:
La velocidad del servicio se puede interpretar de diversas maneras conforme al sistema simtrico de
puesta en fila de un solo servidor. Una interpretacin corresponde a la comparticin del procesador,
es decir, todos los (i + j) clientes comparten el servidor y la capacidad de ste es constante. La
dependencia del estado es debida a la diferencia en velocidades de servicio entre los dos tipos de
clientes; es decir, el nmero de clientes que ha terminado su operacin por unidad de tiempo
depende de los tipos de clientes a los que se le est dando servicio.
Otra interpretacin corresponde a un sistema M/M/1. Si se supone 1 = 2, se puede determinar que
el cliente se le da servicio con probabilidad i/(i+j) de tipo 1, y con probabilidad j/(i+j) de tipo 2.
Esto es independiente del criterio de servicio.
(133000)
- 269 -
(133000)
- 270 -
Para un nmero ilimitado de posiciones de puesta en fila las probabilidades de estado del nmero
total de clientes son:
Si i = , el sistema es idntico a un sistema M/M/1 con velocidad de llegada = i i:
Para obtener este resultado se utiliza la expansin binomial. El diagrama de transicin de estado de
la figura 14.8 tambin se puede interpretar como el diagrama de transicin de estado de un sistema
M/G/1, LCFS-PR (con derecho prioritario). Es obvio que este sistema sea reversible pues el proceso
sigue exactamente el mismo trayecto en el diagrama de transicin de estado fuera del estado cero y
retorno a dicho estado.
El diagrama de transicin de estado se puede mostrar diferente a la distribucin del tiempo de
servicio, de modo que es vlido para el sistema de puesta en fila M/G/1. La figura 14.8 corresponde
a un diagrama de transicin de estado para un sistema de puesta en fila de un solo servidor con
tiempos de servicios distribuidos hiperexponencialmente (vase (10.7)), por ejemplo M/H2/1-LCFSPR o PS.
Cabe sealar que para el sistema M/M/1 (FCFS, LCFS, SIRO) es necesario suponer que todos los
clientes tienen el mismo tiempo medio de servicio, que debe estar distribuido en forma exponencial.
De otro modo, el cliente a quien se le est dando servicio no ser del tipo aleatorio que se encuentra
entre los (i + j) clientes en el sistema.
En conclusin, los sistemas de puesta en fila de un solo servidor con ms tipos de clientes slo
tendr forma de producto cuando el nodo es un sistema de puesta en fila simtrico: M/G/1-PS,
M/G/1-LCFS PR, o M/M/1 con el mismo tiempo de servicio para todos los clientes.
14.6.2 Sistema de puesta en fila M/M/n
El trfico anterior se puede transportar a travs de un sistema con n servidores. Para (i + j) n se
tiene las mismas probabilidades de estado relativas que para la frmula B de Erlang
multidimensional. Para (i + j) > n slo se obtiene una interpretacin simple cuando i = , es decir,
cuando todos los tipos de clientes (cadenas) tienen el mismo tiempo medio de ocupacin. Se calcula
entonces las probabilidades de estado aplicando la ecuacin (14.1), y el sistema tiene forma de
producto. El sistema M/M/ se puede considerar como un caso especial de M/M/n y ya ha sido
tratado en relacin con sistemas de prdidas (vase el Captulo 12).
14.7
El tratamiento de redes de puesta en fila con mltiples cadenas es anlogo al caso con una sola
cadena. La nica diferencia es que las frmulas y algoritmos clsicos estn reemplazados por las
frmulas multidimensionales pertinentes.
(133000)
- 271 -
Paso 1. Considrese cada canal como si fuera el nico de la red. Obtngase la carga relativa
en cada nodo resolviendo la ecuacin (14.5) de equilibrio de flujo. En un nodo de
referencia arbitrario se supone que la carga es igual a uno. Para cada cadena se puede
determinar un nodo diferente como nodo de referencia. Para la cadena j en el nodo k se
obtiene la intensidad de llegada relativa kj (el ndice superior indica la cadena) mediante la
siguiente expresin:
donde:
K = cantidad de nodos,
N = cantidad de cadenas,
donde skj es el tiempo medio de servicio en el nodo k para clientes de la cadena j. Cabe sealar que
j es un ndice superior y no una potencia.
Paso 2. Basado en las cargas relativas halladas en el paso 1, obtnganse las probabilidades
de estado multidimensionales para cada nodo. Cada nodo se considera aislado y se corta el
espacio del estado conforme al nmero de clientes en cada cadena. Por ejemplo para el
nodo k (1 k K):
pk = pk(i1, i2, . . . ,iN),
0 ij Sj,
j = 1, 2, . . . N,
Paso 3. Para hallar las probabilidades de estado de toda la red, las probabilidades de estado
de cada nodo se plantean de forma similar al caso de una sola cadena. La nica diferencia
es que la convolucin es multidimensional. Cuando se efecta la ltima convolucin se
pueden obtener las medidas de calidad de funcionamiento desde la ltima cadena.
Nuevamente, al cambiar el orden de los nodos, se pueden obtener las medidas de calidad de
funcionamiento de todos los nodos.
La cantidad de estados aumenta rpidamente. Por ejemplo, si la cadena j tiene Sj, el nmero total de
estados en cada nodo ser:
La cantidad de modos en que N cadenas con Sj clientes en la cadena j pueden ser distribuidos en una
red de puesta en fila con K nodos se calcula con la siguiente expresin:
(133000)
- 272 -
Paso 1.
Cadena 1:
S1 = 2 clientes
Carga relativa:
2 = 1. s11 ,
Cadena 2:
S2 = 3 clientes
Carga relativa:
1 = 2 . s12 ,
2 = 1 . s12 .
2 = 2 . s22 .
Paso 2.
Para el nodo 1 (IS) las probabilidades de estado relativas son (vase 14.1):
(133000)
- 273 -
Paso 3.
Se ponen los dos nodos en convolucin. Se sabe que el nmero total de clientes es (2, 3), es decir,
slo hay inters en el estado (2, 3):
Se debe sealar que 1 y 2 juntos (cadena 1) siempre aparecen en la segunda potencia mientras
que 1 y 2 (cadena 2) aparecen en la tercera potencia correspondiente al nmero de clientes en
cada cadena. Debido a esto, slo las cargas relativas son pertinentes, y las probabilidades absolutas
se obtienen por proceso de normalizacin dividiendo todos los trminos por q12(2, 3). Las
probabilidades de estado detalladas son ahora fciles de obtener. Slo en el estado con el trmino
( 12 13 )/12 est la CPU (reparador) inactiva. Si los dos tipos de clientes son idnticos el ejemplo
se simplifica al modelo de mquina - reparador de Palm con cinco terminales. En este caso se tiene:
.
(133000)
- 274 -
Si 1 = 1 = y 2 = 2 = 1, resulta:
El algoritmo MVA es tambin aplicable a redes de puesta en fila con ms cadenas, pero no se
describir en el presente Manual. Durante el ltimo decenio se han publicado diversos algoritmos.
Un panorama general se puede encontrar en (Conway y Georganas, 1989 [16]). En general, los
algoritmos exactos no son aplicables para redes amplias. Por tanto, se han elaborado muchos
algoritmos aproximados para ser aplicados en redes de puesta en fila de dimensiones realistas.
14.9
Complejidad
Las redes de puesta en fila tienen la misma complejidad que las redes de circuito conmutados con
encaminamiento directo (vase el 11.5 y el cuadro 11.1). El espacio de estado de la red que figura
en el cuadro 14.3 tiene el siguiente nmero de estados para cada nodo:
El caso ms desfavorable se produce cuando cada cadena est constituido por un cliente. El nmero
S
de estado entonces resulta 2 , donde S es el nmero de cliente.
Cuadro 14.3 Parmetros de una red de puesta en fila con N cadenas,
K nodos y i Si clientes. El parmetro jk indica la carga de
la cadena j en el nodo k (vase el cuadro 11.1)
Cadena
14.10
Nodo
Dimensin de la
poblacin
Se considera ahora un sistema de transmisin de datos con K nodos, que son sistemas
independientes de puesta en fila de un solo servidor M/M/1 (sistema de demora de Erlang con un
servidor). El proceso de llegada al nodo k es un proceso de Poisson con mensajes de intensidad k
(133000)
- 275 -
(clientes) por unidad de tiempo, y el tamao del mensaje est distribuido exponencialmente con el
valor medio 1/k [bits]. La capacidad del nodo k es k [bits por unidad de tiempo].
Se introduce en la capacidad total la restriccin lineal siguiente:
Para cada atribucin de capacidad que satisface la ecuacin (14.21), se tiene el tiempo medio de
permanencia (promedio de llamada) siguiente (vase el 12.4.1, combinacin en paralelo):
donde:
Definiendo:
se obtiene la ley de Kleinrock para atribucin de capacidad ptima (Kleinrock, 1964 [65]).
Teorema 14.2 ley de las races cuadradas de Kleinrock: La atribucin de capacidad ptima que
reduce T al mnimo (y as el nmero total de mensajes en todos los nodos) es:
En esta expresin se indica que a todos los nodos se atribuye primero la capacidad mnima
necesaria i/i. La capacidad restante:
se atribuye entre los nodos en forma proporcional a la raz cuadrada del flujo medio k/k.
(133000)
- 276 -
(133000)
- 277 -
(133000)
- 278 -
BIBLIOGRAFA
[1]
Abate, J. & Whitt, W. (1997): Limits and approximations for the M/G/1 LIFO waitingtime
distribution. Operations Research Letters, Vol. 20 (1997): 5, 199206.
[2]
Andersen, B. & Hansen, N.H. & og Iversen, V.B. (1971): Use of minicomputer for
telephone traffic measurements. Teleteknik (Edicin inglesa) Vol. 15 (1971): 2, 3346.
[3]
[4]
Baskett, F. & Chandy, K.M. & Muntz, R.R. & Palacios, F.G. (1975): Open, Closed and
Mixed Networks of Queues with Different Classes of Customers. Journ. of the ACM,
abril 1975, pp. 248260. (BCMP queueing networks).
[5]
[6]
Bech, N.I. (1954): Metode til Beregning af Sprring i Alternativ Trunking- og Graderingssystemer. Teleteknik, Vol. 5 (1954) : 4, pp. 435448.
[7]
Bolotin, V.A. (1994): Telephone circuit holding time distributions. ITC 14, 14th
International Teletraffic Congress. Antibes Juan-les-Pins, France, junio 6-10. 1994.
Proceedings pp. 125134. Elsevier 1994.
[8]
Boots, N.K. & Tijms, H. (1999): A multiserver queueing system with impatient customers.
Management Science, Vol. 45 (1999) : 3, 444448.
[9]
[10]
[11]
Brockmeyer, E. (1954): The simple overffow problem in the theory of telephone traffic.
Teleteknik 1954, pp. 361-374. En Dans. Traducido al ingls por la Copenhagen Telephone
Company, abril 1955. 15 pp.
[12]
Brockmeyer, E. & Halstrm, H.L. & Jensen, Arne (1948): The life and works of A.K.
Erlang. Transactions of the Danish Academy of Technical Sciences, 1948, No. 2, 277 pp.
Copenhague 1948.
[13]
Burke, P.J. (1956): The Output of a Queueing System. Operations Research, Vol. 4 (1956),
699704.
[14]
Christensen, P.V. (1914): The number of selectors in automatic telephone systems. The
Post Office Electrical Engineers Journal, Vol. 7 (1914) 271-281.
[15]
[16]
Conway, A.E. & Georganas, N.D. (1989): Queueing Networks - Exact Computational
Algorithms: A Unified Theory Based on Decomposition and Aggregation. The MIT Press
1989. 234 pp.
[17]
Cooper, R.B. (1972): Introduction to Queueing Theory. Nueva York 1972. 277 pp.
[18]
Cox, D.R. (1955): A Use of Complex Probabilities in the Theory of Stochastic Processes.
Proc. Camb. Phil. Soc., Vol. 51 (1955), pp. 313319.
(133000)
- 279 -
[19]
Cox, D.R. & Miller, H.D. (1965): The Theory of Stochastic Processes. Methuen & Co.
Londres 1965. 398 pp.
[20]
Cox, D.R.& Isham, V. (1980): Point Processes. Chapman and Hall. 1980. 188 pp.
[21]
Crommelin, C.D. (1932): Delay Probability Formulae When the Holding Times are
Constant. Post Office Electrical Engineers Journal, Vol. 25 (1932), pp. 4150.
[22]
Crommelin, C.D. (1934): Delay Probability Formulae. Post Office Electrical Engineers
Journal, Vol. 26 (1934), pp. 266274.
[23]
[24]
[25]
[26]
Elldin, A., and G. Lind (1964): Elementary Telephone Traffic Theory. Chapter 4. L.M.
Ericsson AB, Estocolmo 1964. 46 pp.
[27]
[28]
[29]
Feller, W. (1950): An introduction to probability theory and its applications. Vol. 1, Nueva
York 1950. 461 pp.
[30]
Fortet, R. & Grandjean, Ch. (1964): Congestion in a loss system when some calls want
several devices simultaneously. Electrical Communications, Vol. 39 (1964) : 4, 513526.
Documento presentado al ITC4, Cuarto Congreso Internacional de Teletrfico, Londres,
Inglaterra 1521 julio 1964.
[31]
[32]
Fry, T.C. (1928): Probability and its engineering uses. Nueva York 1928, 470 pp.
[33]
Gordon, W.J, and & Newell, G.F. (1967): Closed queueing systems with exponential
servers. Operations Research, Vol. 15 (1967), pp. 254265.
[34]
Grillo, D. & Skoog, R.A. & Chia, S. & Leung, K.K. (1998): Teletraffic engineering for
mobile personal communications in ITUT work: the need to match theory to practice.
IEEE Personal Communications, Vol. 5 (1998): 6, 3858.
[35]
Hayward, W.S. Jr. (1952): The reliability of telephone traffic load measurements by switch
counts. The Bell System Technical Journal, Vol. 31 (1952): 2, 357377.
[36]
ITU-T (UIT-T) (1993): Unidad de intensidad de trfico. Recomendacin UIT-T B.18. 1993.
1 p.
[37]
(133000)
- 280 -
[38]
Iversen, V.B. (1976): On the accuracy in measurements of time intervals and traffic
intensities with application to teletraffic and simulation. Ph.D.thesis. IMSOR, Technical
University of Denmark 1976. 202 pp.
[39]
Iversen, V.B. (1976): On General Point Processes in Teletraffic Theory with Applications
to Measurements and Simulation. ITC-8, Eighth International Teletraffic Congress, paper
312/18. Melbourne 1976. Publicado en Teleteknik (Edicin inglesa) 1977 : 2, pp. 5970.
[40]
Iversen, V.B. (1980): The A-formula. Teleteknik (Edicin inglesa), Vol. 23 (1980) : 2,
6479.
[41]
[42]
Iversen, V.B. (1987): The exact evaluation of multiservice loss system with access
control. Teleteknik, Edicin inglesa, Vol 31 (1987) : 2, 56-61. NTS7, Seventh Nordic
Teletraffic Seminar, Lund, Suecia, 2527 de agosto, 1987, 22 pp.
[43]
Iversen, V.B. & Nielsen, B.F. (1985): Some properties of Coxian distributions with
applications, pp. 6166 in Proceedings of the International Conference on Modelling
Techniques and Tools for Performance Analysis. 5-7 de junio, 1985, Valbonne, Francia.
NorthHolland Publ. Co. 1985. 365 pp. (Editor N. Abu El Ata).
[44]
Iversen, V.B. & Stepanov, S.N. (1997): The usage of convolution algorithm with truncation
for estimation of individual blocking probabilities in circuit-switched telecommunication
networks. Proceedings of the 15th International Teletraffic Congress, ITC 15, Washington,
DC, USA, 22-27 de junio 1997. 13271336.
[45]
Iversen, V.B. & Sanders, B. (2001): Engset formul with continuous parameters theory
and applications. AE, International Journal of Electronics and Communications, Vol. 55
(2001): 1, 3-9.
[46]
Jackson, J.R. (1957): Networks of waiting lines. Operations Research, Vol. 5 (1957), pp.
518521.
[47]
[48]
Jensen, Arne (1948): An Elucidation of A.K. Erlang's Statistical Works through the Theory
of Stochastic Processes. Published in "The Erlangbook": E. Brockmeyer, H.L. Halstrm
and A. Jensen: The Life and Works of A.K. Erlang. Kbenhavn 1948, pp. 23100.
[49]
Jensen, Arne (1948): Truncated multidimensional distributions. Pages 5870 in "The Life
and Works of A.K. Erlang". Ref. Brockmeyer et al., 1948.
[50]
[51]
Jerkins, J.L. & Neidhardt, A.L. & Wang, J.L. & Erramilli A. (1999): Operations
measurement for engineering support of high-speed networks with self-similar traffic.
ITC-16, 16th International Teletraffic Congress, Edinburgo, 7-11 de junio, 1999.
Proceedings pp. 895906. Elsevier 1999.
[52]
(133000)
- 281 -
[53]
[54]
Joys, L.A.: Variations of the Erlang, Engset and Jacobus Formul, Proceedings of the
Fifth International Teletraffic Congress (ITC-5), Nueva York, USA, 1967, 107111.
Tambin publicado en: Teleteknik, (Edicin inglesa), 11 (1967), No. 1, 4248.
[55]
[56]
Joys, L.A. (1971): Comments on the Engset and Erlang formulae for telephone traffic
losses. Thesis. Report TF No. 25,/71, Research Establishment, The Norwegian
Telecommunications Administration. 1971. 127 pp.
[57]
[58]
[59]
Keilson, J. (1966): The ergodic queue length distribution for queueing systems with finite
capacity. Journal of Royal Statistical Society, Series B, Vol. 28 (1966), 190201.
[60]
Kelly, F.P. (1979): Reversibility and Stochastic Networks. John Wiley & Sons, 1979.
230 pp.
[61]
Kendall, D.G. (1951): Some problems in the theory of queues. Journal of Royal Statistical
Society, Series B, Vol. 13 (1951) : 2, 151173.
[62]
Kendall, D.G. (1953): Stochastic processes occuring in the theory of queues and their
analysis by the method of the imbedded Markov chain. Ann. Math. Stat., Vol. 24 (1953),
338354.
[63]
Khintchine, A.Y. (1955): Mathematical Methods in the Theory of Queueing. Londres 1960.
124 pp. (Original en Ruso, 1955).
[64]
Kingman, J.F.C. (1969): Markov population processes. J. Appl. Prob., Vol. 6 (1969), 118.
[65]
[66]
Kleinrock, L. (1975): Queueing Systems. Vol. I: Theory. Nueva York 1975. 417 pp.
[67]
Kleinrock, L. (1976): Queueing Systems. Vol. II: Computer Applications. Nueva York
1976. 549 pp.
[68]
[69]
[70]
[71]
Kuczura, A. (1973): The interrupted Poisson process as anflover ow process. The Bell
System Technical Journal, Vol. 52 (1973) : 3, pp. 437448.
(133000)
- 282 -
[72]
[73]
Lavenberg, S.S. & Reiser, M. (1980): Meanvalue analysis of closed multichain queueing
networks. Journal of the Association for Computing Machinery, Vol. 27 (1980):
2, 313322.
[74]
Lind, G. (1976): Studies on the probability of a called subscriber being busy. ITC8,
Melbourne, noviembre de 1976. Paper 631. 8 pp.
[75]
ListovSaabye, H. & Iversen V.B. (1989): ATMOS, a PCbased tool for evaluating
multiservice telephone systems. IMSOR, Technical University of Denmark 1989, 75 pp.
(en dans).
[76]
Little, J.D.C. (1961): A proof for the queueing formula L = W. Operations Research, Vol.
9 (1961) : 383387.
[77]
Maral, G. (1995): VSAT Networks. John Wiley & Sons, 1995. 282 pp.
[78]
Marchal, W.G. (1976): An approximate formula for waiting time in single server queues.
AIIE Transactions, diciembre de 1976, 473474.
[79]
[80]
Palm, C. (1941): Mttnoggrannhet vid bestmning af trafikmngd enligt genomskningsfrfarandet (Exactitud de las mediciones en la determinacin de volmenes de trfico
por el mtodo de barrido). Tekn. Medd. K. Telegr. Styr., 1941, No. 79, pp. 97115.
[81]
[82]
[83]
[84]
Palm, C. (1957): Some propositions regarding flat and steep distribution functions, pp.
317 in TELE (Edicin inglesa), No. 1, 1957.
[85]
Pinsky, E. & Conway, A.E. (1992): Computational algorithms for blocking probabilities in
circuitswitched networks. Annals of Operations Research, Vol. 35 (1992) 3141.
[86]
[87]
Press, W.H. & Teukolsky, S.A. & Vetterling, W.T. & Flannery, B.P. (1995): Numerical
recipes in C, the art of scientific computing. 2nd edition. Cambridge University Press, 1995.
994 pp.
[88]
[89]
(133000)
- 283 -
[90]
[91]
Roberts, J.W. (2001): Traffic theory and the Internet. IEEE Communications Magazine
Vol. 39 (2001) : 1, 9499.
[92]
Ross, K.W. & Tsang, D. (1990): Teletraffic engineering for productform circuitswitched
networks. Adv. Appl. Prob., Vol. 22 (1990) 657675.
[93]
Ross, K.W. & Tsang, D. (1990): Algorithms to determine exact blocking probabilities for
multirate tree networks. IEEE Transactions on Communications. Vol. 38 (1990) : 8,
12661271.
[94]
Rnnblom, N. (1958): Traffic loss of a circuit group consisting of bothway circuits which
is accessible for the internal and external traffic of a subscriber group. TELE (Edicin
inglesa), 1959: 2, 7992.
[95]
Sanders, B. & Haemers, W.H. & Wilcke, R. (1983): Simple approximate techniques for
congestion functions for smooth and peaked traffic. ITC10, Tenth International Teletraffic
Congress, Montreal, junio de 1983. Paper 4.4b1. 7 pp.
[96]
[97]
[98]
Techguide (2001): Inverse Multiplexing scalable bandwidth solutions for the WAN.
Techguide (The Technologu Guide Series), 2001, 46 pp. <www.techguide.com>
[99]
Vaulot, . & Chaveau, J. (1949): Extension de la formule d'Erlang au cas ou le traffic est
fonction du nombre d'abonns occups. Annales de Tlcommunications, Vol. 4 (1949)
319324.
[100]
Veir, B. (2002): Proposed Grade of Service chapter for handbook. Comisin de Estudio 2
del UIT-T, GT 3/2. Septiembre de 2001. 5 pginas.
[101]
[102]
Wallstrm, B. (1964): A distribution model for telephone traffic with varying call intensity,
including overflow traffic. Ericsson Technics, 1964, No. 2, pp. 183202.
[103]
[104]
Wilkinson, R.I. (1956): Theories for toll traffic engineering in the U.S.A. The Bell System
Technical Journal, Vol. 35 (1956) 421514.
(133000)