Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema2 Trafico PDF
Tema2 Trafico PDF
Dimensionado de sistemas
Tema 2 Teletrfico
Dimensionado de Sistemas
Ramn Agero Calvo
Contenidos
Introduccin
Trfico
Modelo matemtico: proceso de Poisson
Relacin de Little
Procesos de nacimiento y muerte: teora de colas
Dimensionado de sistemas
Contenidos
Introduccin
Trfico
Modelo matemtico: proceso de Poisson
Relacin de Little
Procesos de nacimiento y muerte: teora de colas
Dimensionado de sistemas
Por qu se dimensiona?
Las operadores buscan ofrecer a sus clientes un servicio adecuado de
manera rentable
Llamadas en curso
10
12
10
12
Contenidos
Introduccin
Trfico
Modelo matemtico: proceso de Poisson
Relacin de Little
Procesos de nacimiento y muerte: teora de colas
Dimensionado de sistemas
Qu es el trfico?
La intensidad de trfico (o simplemente, trfico) se define como el nmero
medio de llamadas en curso en un sistema
Unidades
A=
Ch
= h
T
Tipos de trfico
Trfico ofrecido (TO, A, )
Como es inviable dotar de recursos para todos los potenciales usuarios hay llamadas que
no pueden atenderse y se pierden
El trfico cursado viene dado por aquellas peticiones que s pueden atenderse
TP = TO TC
En ciertos sistemas las llamadas que no pueden atenderse no se pierden, sino que esperan a
que haya recursos libres
Se suele emplear en el dimensionado de sistemas de conmutacin de paquetes
En caso de que la capacidad de almacenamiento sea infinita, no se perdera ninguna llamada
(sistema de espera pura)
Ramn Agero Calvo
8
T2
T1
T2
T3
T4
tiempo
Tiempo observacin
Volumen de trfico:
T1
tiempo
Tiempo observacin
tiempo
Tiempo observacin
VTrfico = Ti
i
Ocupacin
T1
Ocupacin
Ocupacin
Trfico: cuantificacin
ITrfico
i
VTrfico
i
=
=
Tobs
Tobs
Para 1 nico circuito da idea del porcentaje de ocupacin del mismo (% del
tiempo en el que est ocupado)
Trfico: cuantificacin
N(t) se define como el total de
circuitos ocupados
N(t)
tiempo
Ocupacin
circuitos
Representa el trfico
instantneo
Su valor medio representa la
intensidad de trfico
ITrfico =
5
4
3
2
1
VTrfico
1
=
Tobs
Tobs
N(t)dt
Tobs
En el ejemplo de la figura
A = 2 Erlangs
ITrfico =
1
Tobs
(V
Trfico circuito j
Grado de Servicio
El Grado de Servico (Grade of Service, GoS) da idea de la calidad que
perciben los usuarios
Depende fuertemente del tipo de sistema
GoS =
Llamadas perdidas
Llamadas ofrecidas
GoS =
TP
TO
Contenidos
Introduccin
Trfico
Modelo matemtico: proceso de Poisson
Relacin de Little
Procesos de nacimiento y muerte: teora de colas
Dimensionado de sistemas
Introduccin
Habitualmente se utilizan modelos matemticos que caractericen las
llamadas en el sistema
El proceso de Poisson es uno de los ms empleados en el mbito de las
telecomunicaciones
Proceso de Poisson
Se define un intervalo de tiempo t, con t 0
La probabilidad de que haya una llamada en t
Pr{1 llegada en t} = t + o(t )
t << 1
t << 1
Pr{1 llegada en t} = t = p
Pr{ 0 llegadas en t} = 1 t = 1 p = q
Distribucin de
Bernouilli
Proceso de Poisson
Se considera un intervalo T = m t, las probabilidades de que llegue una
llamada en cada uno de los m intervalos son independientes
El nmero total de llegadas en el intervalo T sigue una distribucin binomial
Pr{k llegadas en T} =
m k m k
p q
k
m
m!
m(m 1)...(m k + 1) mk
Teniendo en cuenta que: =
=
(
)
k
k!
m
k
!
k!
k!
m >> k
mk
(t )k (1 t )mk = (T ) 1 T
Pr{k llegadas en T} =
k!
k!
m
k
Tomando lmites (m )
m k
k
(
T ) T
Pr{k llegadas en T} = P (T ) =
e
k
k!
e T
(T )k = T
K T = E[Pk (T )] = kPk (T) = k
k!
k =0
k =0
Varianza
2
KT
] ( ) = k P (T) (T )
= E P (T ) K T
2
K
= T
k =0
Primera
llegada
Origen de tiempos
aleatorio
Pr{ > t} = P0 (t ) = e t
Luego la funcin de distribucin de la variable aleatoria se puede definir
como...
F (t ) = Pr{ t} = 1 e t
Y la funcin densidad de probabilidad se obtiene derivando la anterior
f (t ) =
dF (t)
= e t
dt
e t
1 e t
E( ) = tf (t )dt = te dt =
t
=
2
1
1
t - f (t )dt = t - e t dt = 2
( )
Pr [ t + t 0 | > t 0 ] =
Pr [ t + t 0
Pr [t 0 < t + t 0 ] Pr [ t + t 0 ] Pr [ < t 0 ]
=
Pr [ > t 0 ]
Pr [ > t 0 ]
(1 e
| > t ] =
0
) (1 e ) = e (1 e ) = 1 e
1 (1 e )
e
(t + t 0 )
t 0
t 0
t 0
t 0
Pr [ t + t 0 | > t 0 ] = Pr [ t ]
Ramn Agero Calvo
19
e t
e ( t - t
(
)
= 1 1 t +
... = t + o(t )
2!
Proceso llegadas
Poisson
Se demuestra que la
correspondencia
Proceso llegadas Poisson
Tasa de llegadas
constante
Proceso
Poisson B
(A) Pr [ t ] = 1 e A t
(B) Pr [ t ] = 1 e B t
Proceso Z
fR (r ) = e r
Teniendo en cuenta la correspondencia anterior, la variable aleatoria
Nmero de llamadas completadas en un tiempo t seguir una distribucin
de Poisson
ts r
Salidas del
sistema
Salida
Cola
(llamadas siempre
esperando)
tiempo
Proceso de
Poisson
Ramn Agero Calvo
22
independencia
) (
)(
1 e X z 1 e Y z = 1 e ( x + Y )z
Contenidos
Introduccin
Trfico
Modelo matemtico: proceso de Poisson
Relacin de Little
Procesos de nacimiento y muerte: teora de colas
Dimensionado de sistemas
Planteamiento
Se considera un sistema como sigue:
A(t)
D(t)
Cola
Servicio
Demostracin
L(t)
2
1
tiempo
w6
5
w2
w4
w3
N( )
j =1
w5
L(t)dt = w
A(t)
D(t)
L( ) =
L(t)dt
0
w1=0
tiempo
Y el tiempo medio de
espera
tiempo
1 N( )
W ( ) =
wj
N( ) j=1
Llegadas
Salidas
tiempo
Ramn Agero Calvo
26
Demostracin
Por tanto, se puede escribir que
L( ) = W ( ) N( )
L( ) = W ( )
N( )
( ) =
N( )
Contenidos
Introduccin
Trfico
Modelo matemtico: proceso de Poisson
Relacin de Little
Procesos de nacimiento y muerte: teora de colas
Dimensionado de sistemas
Introduccin
Proceso estocstico: conjunto de variables aleatorias que dependen del
tiempo X(t)
Una cadena de Markov es un proceso estocstico discreto
Nacimiento (3)
N-1
t
t + t
tiempo
(2)
(3)
PN (t ) =
PN (t + t ) PN (t )
t
Ecuacin de Equilibrio
(flujo de salida = flujo de entrada)
N-2
N-1
N-1
N+1
N+1
N+2
N-2
N-1
N-1
N+1
NPN = N-1PN-1
PN =
N1
N+1
N+2
N-1
PN-1
N
i
i+1
k 1
k =0
k =1
i =0
Pk = 1 P0 + P0
i
= 1 P0 =
i+1
k 1
1 +
k =1 i= 0
i
i+1
Cola M/M/1
Se trata de un sistema en el que...
Cola M/M/1
Planteando la ecuacin de equilibrio y asumiendo que el trfico es =/
PN = PN-1
PN =
Pk = 1
P0 k = 1 P0 =
k =0
k =0
= 1
k =0
<1
PN = N (1 - )
Cola M/M/1
A partir de dicho resultado se puede caracterizar el sistema
N=
kP = k (1 ) = (1 ) k
k -1
k =0
k =0
= (1 )
k =0
d k
= (1 ) =
d k = 0
d 1
=
d 1 1
2
Nw = (k - 1)Pk = (k - 1) (1 ) = t (1 ) =
1
k =1
k =1
t =0
t +1
WS =
2 1
WW =
=
=
1
NW
WS WW =
Contenidos
Introduccin
Trfico
Modelo matemtico: proceso de Poisson
Relacin de Little
Procesos de nacimiento y muerte: teora de colas
Dimensionado de sistemas
Cuando una llamada entrante encuentra todos los circuitos ocupados se pierde
Poblacin
TO
TP
1
2
1/
1/
1/
TC
(i-1)
(i+1)
(i+2)
iPi = Pi-1
(i 1)Pi-1 = Pi-2
A
A2
Ai
Pi = Pi-1 = Pi-1 = =
Pi-2 = = P0
i
i
i(i 1)
i!
A
Pi-1 =
Pi-2 =
Pi-2
(i - 1)
i -1
=1
k =0
k =0
A
= 1 P0 =
k!
Ai
Pi = S i! k
A
k =0 k!
1
S
Ak
k =0 k!
AS
PB = PS = S S! k
A
k =0 k!
Ak
N = kPk = k S k! =
j
k =0
k =0
A
j!
j=0
Ak
=
k =1 (k - 1)!
S
1
S
j
A
j=0
j!
A t +1
=
t =0 t!
S -1
1
S
j
A
j=0
j!
A
S
j
A
j=0
j!
S At AS
= A (1 PB )
t!
S!
=
t
0
AS
EB(S, A ) = S S! k
A
k =0 k!
1
S!
= S
EB(S, A) A
1
S!
= S
EB(S, A) A
Ak
k = 0 k!
S
(
1
S - 1)! S-1 A k
= S-1
EB(S - 1, A)
A
k = 0 k!
Ak
S! S-1 A k A S S (S 1)! S-1 A k
S
1
=
+
=
+
1
=
+1
S
S 1
(
)
k!
A
k!
S!
A
A
k!
A
EB
S
1,
A
k =0
k =0
k =0
1
S + AEB(S 1, A )
AEB(S 1, A )
=
EB(S, A) =
EB(S, A)
AEB(S 1, A )
S + AEB(S 1, A )
Ramn Agero Calvo
42
Probabilidad bloqueo
10
10
10
10
S=1
-1
-2
S = 25
-3
4
6
8
10
12
Trfico ofrecido (Erlangs)
14
16
28
25
22
19
16
13
10
0.9
Trfico cursado por circuito
Servidores necesarios
PB 0.002
PB 0.02
PB 0.2
7
4
0.8
PB 0.002
0.7
PB 0.02
0.6
0.5
PB 0.2
0.4
0.3
0.2
0.1
1
0
4
6
8
10
12
Trfico ofrecido (Erlangs)
14
16
0
0
4
6
8
10
12
Trfico ofrecido (Erlangs)
14
16
Se puede ver que afecta en mayor medida a los grupos de circuitos grandes
Se especifican dos criterios de diseo: uno para carga normal y otro para cierto
nivel de sobrecarga
0.02
S=100
Probabilidad de bloqueo
S=50
S=25
0.015
S=20
S=15
0.01
S=10
S=5
0.005
0
0%
5%
10%
15%
20%
Porcentaje de sobrecarga
25%
Cuando una llamada entrante encuentra todos los circuitos ocupados espera
hasta que quede alguno libre
Poblacin
TO
1
Cola
TC=TO
1/
1/
1/
(S-1)
iPi = Pi-1
(i 1)Pi-1 = Pi-2
A
A2
Ai
Pi = Pi-1 = Pi-1 = =
Pi-2 = = P0
i
i
i(i 1)
i!
A
Pi-1 =
Pi-2 =
Pi-2
(i - 1)
i -1
SPS + j = PS + j-1
A
A2
Aj
PS+ j =
PS+ j-1 = PS + j-1 = = 2 PS + j-2 = = j PS
S
S
S
S
A
PS+ j-1 =
PS + j-2 = PS + j-2
S
S
Como S+j = i
A i S
A S A iS A S
Ai
Pi = iS PS = PS =
P0 = iS
P0 =
P
i S 0
S
S!
S
S!
S!
S
Luego
Ai
P0
i!
Pi =
i
A 1 P
S! SiS 0
iS
i>S
Ak
Ak 1
Pk = 1 P0
+ P0
=1
k S
k! k =S +1 S! S
k =0
k =0
P0 =
A<S
Ak 1
A
=
k S
S!
S
k =S +1
k =S +1 S
k S
AS AS
=
S! S!
t =0 S
t +1
1
A
Ak AS
S
+
S! 1 A
k =0 k!
S
S
A
AS
S
=
S! 1 A
S
Ai
1
k
S
S
i!
A
A
A
S! S A
k =0 k!
Pi =
Ai 1
1
k
S
iS S
S!
S
A
A
A
S! S A
k = 0 k!
iS
i>S
AS A
PD = Pk = P0
S!
S
k =S
k =S
k S
AS
= P0
S!
A
=
t =0 S
AS S
AS S
SA
= P0
= S S!
k
A
AS A
S! S A
+
k!
S! S A
k =0
Frmula Erlang-C
EC(S,A)
k S
AS
= P0
S!
AS A A
A
t = P0
t
S! S t =0 S
t =0 S
t -1
AS A d
A S A d 1
AS A
1
A
A
= P0
=
=
=
P
P
EC(S,
A)
0
0
S! S d(A S ) t =0 S
S! S d(A S ) 1 A
S! S 1 A 2
SA
S
AS S
SA
=
EC(S, A ) = S S!
k
S
A
A
A
+
S! S A
k =0 k!
S
S
k!
k =0
S
(S A ) + A
S
1
(S A ) + A
EB(S, A )
S!
SEB(S, A )
SEB(S, A)
=
=
S A + AEB(S, A ) S A (1 EB(S, A ))
Probabilidad espera
0
10 S = 1
10
10
-1
-2
S = 25
10
-3
4
6
8
10
12
Trfico ofrecido (Erlangs)
14
16
WW =
NW
= EC(S, A )
A 1
1
= EC(S, A )
SA
(S A )
Pr{Retardo > 0}
TO1
TO2 = TP1
TC1
N
1
TC2
Congestin en
primer grupo
Congestin en
primer grupo
Procesos Poisson
tiempo
(Desbordamiento)
Ruta directa
(Elevado uso)
El trfico de desbordamiento no es
estrictamente de Poisson
Para facilitar el diseo de la red se
asume que s lo es
Hay mtodos ms exactos,
basados en obtener un trfico de
Poisson equivalente (p.ej. Rapp)
Matriz de trfico
(ERLANGS)
T32
T12 T13
3
T
Matriz de trfico
(ERLANGS)
T12
T13
T32
Enlace
PB
Objetivo
TO total
L12
PBDirecta
TO12=T12
N12
PB12=EB(N12,TO12)
L1T
PBFinal
TO1T=T13+T12PB12
N1T
PB1T=EB(N1T,TO1T)
L3T
PBFinal
TO3T=T32
N3T
PB3T=EB(N3T,TO3T)
LT3
PBFinal
TOT3=T13 (1-PB1T)
N3T
PB3T=EB(N3T,TO3T)
LT2
PBFinal
TOT2=T12PB12(1-PB1T) +
+T32(1-PB3T)
NT2
PBT2=EB(NT2,TOT2)
# circuitos
(Tablas)
PB Final