Ingenieria Teletrafico

UIT-D
Comisin de Estudio 2 Cuestin 16/2
MANUAL "SOBRE INGENIERA DE TELETRFICO"
Ginebra, diciembre de 2002
- ii -
PREFACIO
La primera edicin del Manual sobre Ingeniera de Teletrfico ha siso realizada conjuntamente por: La Unin Internacional de Telecomunicaciones <http://www.itu.int> y los Congresos Internacionales de Teletrfico <http://www.i-teletraffic.org>. Este Manual aborda la teora bsica de la ingeniera de teletrfico. El conocimiento general de matemticas que se requiere es de clculo elemental de probabilidades. El propsito del presente Manual es permitir a los ingenieros comprender las Recomendaciones del UIT-T sobre ingeniera de trfico, evaluar las herramientas y los mtodos disponibles y mantenerse actualizados con respecto a las nuevas prcticas. Comprende las siguientes partes: Introduccin: Captulos 1 y 2, Nociones generales de matemticas: Captulos 3 a 6, Modelos de prdidas en las telecomunicaciones: Captulos 7 a 11, Modelos de retraso de comunicacin de datos: Captulos 12 a 14, Mediciones: Captulo 15. El propsito de este libro es servir tanto de Manual como de libro de texto. Ello significa que el lector podr, por ejemplo, estudiar los captulos sobre modelos de prdida sin haber ledo previamente los captulos sobre las nociones generales de matemticas. El Manual se basa en la experiencia de su editor, Villy B. Iversen, acumulada en los numerosos aos de enseanza del tema en la Universidad Tcnica de Dinamarca y en los cursos de capacitacin de la UIT organizados en los pases en desarrollo. La Comisin de Estudio 2 del UIT-T (Grupo de Trabajo 3/2) examin las Recomendaciones sobre ingeniera de trfico. Numerosos ingenieros de la comunidad internacional del teletrfico, y tambin estudiantes, aportaron sus ideas para la realizacin del Manual. En el sitio <http://www.com.dtu.dk/teletraffic>, abierto a los comentarios y las ideas que se nos puedan aportar, el lector encontrar material de apoyo, como programas informticos, ejercicios, documentacin tcnica avanzada y estudios de casos. El Manual, realizado por iniciativa de la Comisin 3 (Pases en desarrollo y asuntos relativos a la UIT), de los Congresos Internacionales de Teletrfico (TIC) fue examinado y adoptado por la Comisin de Estudio 2 del UIT-D en 2001. La Oficina de Desarrollo de las Telecomunicaciones agradece a los Congresos Internacionales de Teletrfico, as como a todos los Estados Miembros, Miembros de Sector y Expertos que contribuyeron a la presente publicacin. Hamadoun I. Tour Director Oficina de Desarrollo de las Telecomunicaciones Unin Internacional de Telecomunicaciones
C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06
01.12.06
MANUAL SOBRE INGENIERA DE TELETRFICO
Comisin de Estudio 2/16 del UIT-D y Congresos Internacionales 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 A Ac Al B B c C Cn d D E E1,n(A) = E1 E2,n(A) = E2 f g h H(k) I Jv(z) k K L Lk L m mi m'i mr M n N p(i) Trfico transportado por fuente o por canal Trfico ofrecido = Ao Trfico transportado = Y Trfico perdido Congestin de llamadas Carcter de la rfaga Constante Congestin de trfico = congestin de carga Nmero de Cataln Dimensin del segmento en trfico de velocidad mltiple Probabilidad de retardo o llegada determinstica o proceso de servicio Congestin temporal Frmula B de Erlang = frmula 1 de Erlang Frmula C de Erlang = frmula 2 de Erlang Funcin de mejora Nmero de grupos Intervalo de tiempo constante o tiempo de servicio Frmula de Palm-Jacobus Congestin temporal inversa I = 1/E Funcin de Bessel modificada de orden v Accesibilidad = capacidad de bsqueda. Nmero mximo de clientes en un sistema de fila de espera Nmero de enlaces en una red de telecomunicacin o nmero de nodos en una red de fila de espera Longitud media de fila de espera Longitud media de fila de espera cuando la fila de espera es mayor que cero Variable estocstica para longitud de fila de espera Valor medio (promedio) = m1 i-simo momento (no central) i-simo momento central Tiempo de vida residual medio Proceso de llegada de Poisson Nmero de servidores (canales) Nmero de trenes de trfico o tipos de trfico Probabilidades de estado, promedios de tiempo
01.12.06
-3-
p {i, t | j, t0} P(i) q(i) Q(i) Q r R s S t T U v V
Probabilidad de estado i en el tiempo t, dado el estado j en el tiempo t0 Probabilidades de estado acumuladas P(i) =
i x =
p ( x)
Probabilidades de estado relativas (no normalizadas) Valores acumulados de q(i): Q(i) = Constante de normalizacin Parmetro de reserva (reserva lnea de enlace) Tiempo de respuesta medio Tiempo de servicio medio Nmero de fuentes de trfico Instante de tiempo Variable estocstica para un instante de tiempo Funcin de carga Varianza Tiempo de espera virtual Tiempo medio de espera para clientes con demora Tiempo medio de espera para todos los clientes Variable estocstica para tiempo de espera Velocidad de llegada. Proceso de Poisson: y = Trfico transportado Grado de curtosis (factor de irregularidad) Trfico ofrecido por fuente Trfico ofrecido por fuente en reposo Velocidad de llegada para una fuente en reposo Factor de forma de Palm Multiplicador de Lagrange i-simo acumulante Velocidad de llegada de un proceso de Poisson Velocidad de llegada total a un sistema Velocidad de servicio, tiempo de servicio medio inverso Probabilidades de estado, valores medios de llegada de cliente Probabilidades de estado, valores medios de salida de cliente Relacin de servicio
i x =
p ( x)
W W y Y Z

i (i) (i)
Varianza, = desviacin normal Intervalo de retardo constante o intervalo de tiempo constante
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-
3.1.3 Cargas de trfico basadas en tiempos de ocupacin inferiores a x............................... 3.1.4 Tiempo de recurrencia hacia adelante .......................................................................... 3.1.5 Distribucin de la j-sima variable estocstica k ms grande....................................... 3.2 Combinacin de variables estocsticas......................................................................... 3.2.1 Variables estocsticas en serie...................................................................................... 3.2.2 Variables estocsticas en paralelo ................................................................................ 3.3 Suma estocstica........................................................................................................... CAPTULO 4 - Distribuciones de los intervalos de tiempo .................................................... 4.1 Distribucin exponencial .............................................................................................. 4.1.1 Mnimo de k variables aleatorias distribuidas exponencialmente ................................ 4.1.2 Combinacin de distribuciones exponenciales............................................................. 4.2 Distribuciones pronunciadas......................................................................................... 4.3 Distribuciones planas.................................................................................................... 4.3.1 Distribucin hiperexponencial...................................................................................... 4.4 Distribuciones de Cox .................................................................................................. 4.4.1 Prueba polinomial......................................................................................................... 4.4.2 Principios de descomposicin ..................................................................................... 4.4.3 Importancia de la distribucin de Cox.......................................................................... 4.5 Otras distribuciones temporales.................................................................................... 4.5.1 Distribuciones con gran densidad en los extremos....................................................... 4.6 Observaciones de la distribucin de tiempo de vida .................................................... CAPTULO 5 - Procesos de llegada ........................................................................................ 5.1 Descripcin de procesos puntuales............................................................................... 5.1.1 Propiedades bsicas de la representacin del nmero .................................................. 5.1.2 Propiedades bsicas de la representacin del intervalo ................................................ 5.2 Caractersticas del proceso puntual .............................................................................. 5.2.1 Condicin de estacionario (Homogeneidad del tiempo) .............................................. 5.2.2 Independencia ............................................................................................................... 5.2.3 Regularidad................................................................................................................... 5.3 Teorema de Little.......................................................................................................... CAPTULO 6 - El proceso de Poisson .................................................................................... 6.1 Caractersticas del proceso de Poisson ......................................................................... 6.2 Distribuciones del proceso de Poisson ......................................................................... 6.2.1 Distribucin exponencial .............................................................................................. 6.2.2 Distribucin de Erlang-k............................................................................................... 6.2.3 Distribucin de Poisson ................................................................................................ 6.2.4 Derivacin esttica de las distribuciones del proceso de Poisson ................................ 6.3 Propiedades del proceso de Poisson ............................................................................. 6.3.1 Teorema de Palm (Teorema de la superposicin) ........................................................ 6.3.2 Teorema de Raikov (Teorema de la descomposicin) .................................................
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-
6.3.3 Distribucin uniforme una propiedad condicional .................................................... 6.4 Generalizacin del proceso de Poisson estacionario .................................................... 6.4.1 Proceso de Poisson interrumpido.................................................................................. CAPTULO 7 - Sistemas de prdidas de Erlang, frmula B ................................................... 7.1 Introduccin.................................................................................................................. 7.2 Distribucin de Poisson ................................................................................................ 7.2.1 Diagrama de transicin de estado ................................................................................. 7.2.2 Obtencin de las probabilidades de estado................................................................... 7.2.3 Caractersticas de trfico de la distribucin de Poisson................................................ 7.3 Distribucin de Poisson truncada ................................................................................. 7.3.1 Probabilidades de estado............................................................................................... 7.3.2 Caractersticas de trfico de la frmula B de Erlang .................................................... 7.3.3 Generalizacin de la frmula B de Erlang.................................................................... 7.4 Procedimientos normales para diagramas de transicin de estado............................... 7.4.1 Evaluacin numrica .................................................................................................... 7.4.2 Evaluacin de la frmula B de Erlang.......................................................................... 7.5 Principios de dimensionamiento................................................................................... 7.5.1 Dimensionamiento con probabilidad de bloqueo fija................................................... 7.5.2 Principios de mejora (principio de Moe) ...................................................................... CAPTULO 8 - Sistemas de prdidas con accesibilidad completa.......................................... 8.1 Introduccin.................................................................................................................. 8.2 Distribucin binomial ................................................................................................... 8.2.1 Ecuaciones de equilibrio............................................................................................... 8.2.2 Caractersticas del trfico binomial .............................................................................. 8.3 Distribucin de Engset.................................................................................................. 8.3.1 Probabilidades de estado............................................................................................... 8.3.2 Caractersticas del trfico del sistema Engset............................................................... 8.4 Evaluacin de la frmula de Engset ............................................................................. 8.4.1 Frmula de recursin en n ............................................................................................ 8.4.2 Frmula de recursin en S ............................................................................................ 8.4.3 Frmula de recursin en n y S ...................................................................................... 8.5 Relaciones entre E, B, y C ............................................................................................ 8.6 Distribucin de Pascal (Binomial negativa) ................................................................. 8.7 Distribucin de Pascal truncada.................................................................................... CAPTULO 9 - Teora de desbordamiento.............................................................................. 9.1 Teora de desbordamiento............................................................................................. 9.1.1 Probabilidad de estado de sistemas de desbordamiento ............................................... 9.2 Mtodo equivalente de Wilkinson-Bretschneider ........................................................ 9.2.1 Anlisis preliminar........................................................................................................ 9.2.2 Aspectos numricos ......................................................................................................
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-
9.2.3 Probabilidades de bloqueo de paquetes ........................................................................ 9.3 Mtodo de equivalencia de Fredericks y Hayward....................................................... 9.3.1 Separacin del trfico ................................................................................................... 9.4 Otros mtodos basados en espacio de estados.............................................................. 9.4.1 Modelos de trfico BPP ................................................................................................ 9.4.2 Mtodo de Sander ......................................................................................................... 9.4.3 Mtodo de Berkeley...................................................................................................... 9.5 Procesos de llegada generalizados................................................................................ 9.5.1 Proceso de Poisson interrumpido.................................................................................. 9.5.2 Proceso de llegada Cox-2 ............................................................................................. CAPTULO 10 - Sistemas de prdidas multidimensionales.................................................... 10.1 Frmula de Erlang-B multidimensional ....................................................................... 10.2 Procesos de Markov reversibles ................................................................................... 10.3 Sistemas de prdidas multidimensionales .................................................................... 10.3.1 Limitacin de clase ....................................................................................................... 10.3.2 Procesos de trfico generalizados................................................................................. 10.3.3 Trfico multisegmento.................................................................................................. 10.4 Algoritmo de convolucin para sistemas de prdidas .................................................. 10.4.1 El algoritmo .................................................................................................................. 10.4.2 Otros algoritmos ........................................................................................................... CAPTULO 11 - Dimensionamiento de las redes de telecomunicaciones .............................. 11.1 Matrices de trfico ........................................................................................................ 11.1.1 Mtodo de factor doble de Kruithof ............................................................................. 11.2 Topologas .................................................................................................................... 11.3 Principios de encaminamiento...................................................................................... 11.4 Mtodos de clculo de extremo a extremo aproximados.............................................. 11.4.1 Mtodo del punto fijo ................................................................................................... 11.5 Mtodos de clculo exactos de extremo a extremo ...................................................... 11.5.1 Algoritmo de convolucin ............................................................................................ 11.6 Control de carga y proteccin de servicio .................................................................... 11.6.1 Reserva de lneas de enlace .......................................................................................... 11.6.2 Proteccin del canal virtual .......................................................................................... 11.7 Principio de Moe .......................................................................................................... 11.7.1 Equilibrio de los costos marginales de equilibrado ...................................................... 11.7.2 Trfico transportado ptimo ......................................................................................... CAPTULO 12 - Sistemas de espera ....................................................................................... 12.1 Sistema de espera de Erlang M/M/n............................................................................. 12.2 Caractersticas del trfico de sistemas de demora ........................................................ 12.2.1 Frmula C de Erlang..................................................................................................... 12.2.2 Longitudes media de puesta en fila ..............................................................................
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-
12.2.3 Tiempos de espera medios............................................................................................ 12.2.4 Funciones mejora para M/M/n...................................................................................... 12.3 Principio de Moe para sistemas de espera .................................................................... 12.4 Distribucin del tiempo medio de espera para M/M/n, FCFS...................................... 12.4.1 Tiempo de respuesta con un solo servidor.................................................................... 12.5 Modelo mquina - reparador de Palm .......................................................................... 12.5.1 Sistemas terminales ...................................................................................................... 12.5.2 Probabilidades en rgimen permanente con servidor nico ......................................... 12.5.3 Estados de los terminales y caractersticas del trfico.................................................. 12.5.4 Modelo mquina reparador con n servidores............................................................. 12.6 Optimizacin del modelo de mquina - reparador ....................................................... CAPTULO 13 - Teora aplicada de puesta en fila de espera.................................................. 13.1 Clasificacin de modelos de filas de espera ................................................................. 13.1.1 Descripcin del trfico y la estructura .......................................................................... 13.1.2 Estrategia de las filas de espera: tipos y organizacin.................................................. 13.1.3 Prioridad de los clientes................................................................................................ 13.2 Resultados generales en la teora de puesta en fila de espera....................................... 13.3 Frmula de Pollaczek-Khintchine para M/G/1............................................................. 13.3.1 Deduccin de la frmula Pollaczek-Khintchine ........................................................... 13.3.2 Periodo de ocupado para M/G/1 ................................................................................... 13.3.3 Tiempo de espera para M/G/1 ...................................................................................... 13.3.4 Longitud de la fila de espera limitada: M/G/1/k........................................................... 13.4 Sistemas prioritarios de puesta en fila de espera: M/G/1 ............................................. 13.4.1 Combinacin de diversas clase de clientes................................................................... 13.4.2 Tipos de filas de espera que conservan la utilizacin de un circuito............................ 13.4.3 Tipos de puesta en fila de espera no preferentes .......................................................... 13.4.4 Criterio de puesta en fila SJF........................................................................................ 13.4.5 M/M/n con prioridad sin apropiacin ........................................................................... 13.4.6 Criterio de puesta en fila con derecho preferente ......................................................... 13.5 Sistemas de puesta en fila con tiempos de utilizacin constante.................................. 13.5.1 Antecedentes del sistema M/D/n .................................................................................. 13.5.2 Probabilidades de estado y tiempos medios de espera: M/D/1..................................... 13.5.3 Tiempos medios de espera y periodo ocupado: M/D/1 ................................................ 13.5.4 Distribucin del tiempo de espera: M/D/1, FCFS ........................................................ 13.5.5 Probabilidades de estado: M/D/n.................................................................................. 13.5.6 Distribucin del tiempo de espera: M/D/n, FCFS ........................................................ 13.5.7 13.5.8 13.6 13.6.1 Proceso de llegada de Erlang-k: Ek/D/r......................................................................... Sistema de puesta en fila finito: M/D/1/k ..................................................................... Sistema de puesta en fila con un solo servidor: GI/G/1................................................ Resultados generales.....................................................................................................
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
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 Modelados de sistemas de telecomunicacin
Para el anlisis de un sistema de telecomunicacin, se debe establecer un modelo para describir la totalidad (o parte) del sistema. Este proceso de modelado es fundamental especialmente para nuevas aplicaciones de la teora del telegrfico pues se requiere conocimiento tanto del sistema tcnico como de las herramientas matemticas y la aplicacin del modelo en un medio informtico.
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) 2) 3) 4) 5) HOMBRE Estocstica Trfico Demandas del usuario MQUINA Determinstica Estructura Soporte fsico Estrategia Soporte lgico
Este modelo contiene tres elementos principales (vase la figura 1.1): la estructura del sistema, la estrategia operacional, y las propiedades estadsticas del trfico. 1.1.1 Estructura del sistema
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 Propiedades estadstica del trfico
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) 2) 3) 4) 5) Observacin Modelo Deduccin Datos 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) 3) 4) 5) 6) 7) 8) 1.1.4 Tiempo entre llegadas Ocupado Tiempo de ocupacin Tiempo de reposo Reposo Tiempo de llegada Tiempo de salida Tiempo Modelos
Los requisitos generales de un modelo son: 1) Debe ser posible verificar el modelo sin mayor dificultad, como as tambin determinar los parmetros del modelo a partir de los datos observados. 2) Debe ser viable presentar el modelo para dimensionamiento prctico. Se est buscando una descripcin de, por ejemplo, las variaciones observadas en la cantidad de llamadas establecidas en curso en una central telefnica, que varan incesantemente debido a que las llamadas son establecidas y terminadas. Aun cuando por hbitos comunes, las variaciones diarias siguen un diagrama predecible para el comportamiento del abonado, es imposible prever las tentativas de llamadas individuales o la duracin de las llamadas establecidas. En la descripcin, es por tanto necesario mtodos estadsticos. Se dice que los eventos de tentativas de llamada tienen lugar conforme a un proceso estocstico, y el tiempo de llegada entre tentativas de llamada se describe a travs de las distribuciones de probabilidad que caracterizan el proceso estocstico. Una alternativa al modelo matemtico es un modelo de simulacin o un modelo fsico (prototipo). En un modelo de simulacin de computadora es comn utilizar directamente los datos recopilados o
C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06 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 Sistemas telefnicos convencionales
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 Estructura del sistema
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) 3) 4) Trayectos de seales vocales Abonado Etapa de abonado Selector de grupo
01.12.06
- 16 -
5) 6) 7) 8)
Conjuntor Procesador Trayectos de control 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)). Recepcin de la informacin digital (direccin, acceso de salida). Bsqueda de una conexin en estado de reposo entre los accesos de entrada y de salida. Establecimiento de la conexin. Liberacin de la conexin (efectuada a veces por el propio trayecto de la seal vocal). Asimismo, se debe tener en cuenta la tarificacin de las llamadas. En centrales convencionales el trayecto de control se establece sobre rels o dispositivos electrnicos y las operaciones lgicas vienen dadas por un dispositivo lgico cableado. Las modificaciones en las funciones requieren cambios fsicos que son difciles y costosos. En centrales digitales los dispositivos de control son procesadores. Las funciones lgicas se llevan a cabo mediante programas, y las modificaciones se consideran ms sencillas de aplicar. Las restricciones estn mucho menos limitadas, as como la complejidad de las operaciones lgicas comparadas con la lgica cableada. Las centrales controladas por soporte lgico tambin se denominan sistemas con control de programa almacenado (SPC, stored program control). 1.2.2 Comportamiento del usuario
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) 3)
Red en estrella 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 -
orden en el receptor. Asimismo, se utilizan cdigos de correccin de errores y se verifica la correccin de cada paquete en el receptor. Si el paquete es correcto se devuelve un acuse de recibo al nodo precedente, el cual, en ese momento, puede suprimir su copia del paquete. Si el nodo precedente no recibe un acuse de recibo en un intervalo de tiempo determinado, se retransmite una nueva copia del paquete (o de un conjunto completo de paquetes). Por ltimo, hay un control completo de todo el mensaje de transmisor a receptor. De esta manera se obtiene una transmisin muy fiable. Si el mensaje completo se enva en un solo paquete, se denomina conmutacin de mensajes.
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 Redes de rea local
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 Sistemas de comunicacin mviles
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 Recomendaciones de la UIT sobre ingeniera de trfico
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: el Sector de Normalizacin de las Telecomunicaciones (UIT-T), el Sector de Radiocomunicaciones (UIT-R) y el Sector de Desarrollo de las Telecomunicaciones (UIT-D). La funcin principal del Sector UIT-T es elaborar normas internacionales para telecomunicaciones. Estas normas se denominan Recomendaciones. Si bien la tarea original del UIT-T estaba limitada a facilitar el interfuncionamiento internacional, su alcance ha sido ampliado para incluir redes nacionales, y las Recomendaciones del UIT-T se emplean ampliamente en la actualidad como normas nacionales de hecho y como referencias. El objetivo de la mayora de las Recomendaciones es asegurar el interfuncionamiento compatible de los equipos de telecomunicaciones en un entorno multioperacional y de vendedores mltiples. Asimismo, hay Recomendaciones sobre la buena prctica para la explotacin de las redes. En este grupo estn las Recomendaciones sobre ingeniera de trfico.
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 Ingeniera de trfico en la UIT
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: caracterizacin de la demanda de trfico; objetivos de grado de servicio (GoS); controles y dimensionamiento de trfico; supervisin de calidad de funcionamiento. En la figura 1 se ilustra la interrelacin entre esas cuatro tareas. La primera tarea en ingeniera de trfico es caracterizar la demanda de trfico y especificar los objetivos de GoS (o calidad de funcionamiento). El resultado de esas dos tareas son el elemento de partida para dimensionar los recursos de red y establecer los controles de trfico apropiados. Por ltimo, se requiere la supervisin de la calidad de funcionamiento para verificar si los objetivos de GoS que se han alcanzado son utilizados como realimentacin de todo el proceso. En los 1.5.2, 1.5.3, 1.5.4 y 1.5.5 se describirn en detalle las cuatro tareas mencionadas. Cada seccin proporciona un panorama general de la tarea y resume las Recomendaciones conexas. En el 1.5.6 se hace un resumen de algunas otras Recomendaciones, en el 1.5.7 se describe el programa de trabajo actual y en el 1.5.8 se formulan algunas conclusiones. 1.5.2 Caracterizacin de la demanda de trfico
La caracterizacin de trfico se efecta por medio de modelos que se aproximan al comportamiento estadstico de trfico de red en una gran poblacin de usuarios. Los modelos de trfico adoptan hiptesis simplificadas referentes a los procesos de trfico complicados. Utilizando esos modelos la demanda de trfico se caracteriza por un conjunto de parmetros limitado (valor medio, varianza, ndice de dispersin de cuentas, etc.). El modelado de trfico consiste bsicamente en identificar qu simplificacin de hiptesis se pueden efectuar y qu parmetros son pertinentes desde el punto de vista de las repercusiones de la demanda de trfico sobre la calidad de funcionamiento de la red. Las mediciones de trfico se efectan para confirmar esos modelos, efectuando las modificaciones que sean necesarias. No obstante, como no es necesario que los modelos sean modificados
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) 4) 5) Caracterizacin de la demanda de trfico Objetivos de grado de servicio Modelado de trfico Medicin de trfico Requisito de QoS
01.12.06
- 27 -
6) 7) 8) 9) 10) 11) 12)
Objetivos de GoS de extremo a extremo Previsin de trfico Asignacin a componentes de red Controles de trfico y dimensionamiento Controles de trfico Dimensionamiento Supervisin de calidad de funcionamiento
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.
Cuadro 1. 1 Recomendaciones sobre modelado de trfico

Rec. E.711 E.712 E.713 E.716 E.760 Fecha 10/92 10/92 10/92 10/96 03/00 Ttulo Modelado de la demanda de los usuarios Modelado del trfico del plano de usuario Modelado del trfico del plano de control Modelado de la demanda de usuario en la RDSI-BA Modelado de trfico de movilidad de los terminales
En la RDSI-BA y RDSI-BE as como en la red basada en el IP el problema es mucho ms complejo. Hay una gran variedad de servicios, cada uno de los cuales con diferentes caractersticas, distintos diagramas de llamada y diferentes requisitos de QoS. Las Recomendaciones E.711 y E.716 explican cmo se debe caracterizar una llamada, en la RDSI-BE y RDSI-BA, por un conjunto de caractersticas de conexin (o atributos de llamada) y por un diagrama de llamada. Las caractersticas de conexin son, por ejemplo, las siguientes: modo de transferencia de la informacin (conmutacin de circuitos o conmutacin de paquetes), configuracin de la comunicacin (punto a punto, multipunto, difusin), rgimen de transferencia, simetra (unidireccional, bidireccional simtrica o bidireccional asimtrica), requisitos de QoS, etc. El diagrama de llamada se define en trminos de la secuencia de eventos ocurridos en la llamada y en los tiempos entre esos eventos. Se describe por un conjunto de variables de trfico, que se expresan como variables estadsticas, es decir, como momentos o cuantiles de distribuciones de variables aleatorias que indican la cantidad de eventos o tiempos entre eventos. Las variables de
01.12.06
- 28 -
trfico se pueden clasificar en variables de trfico de nivel de llamada (o nivel de conexin) y variables de trfico de nivel de paquete (o nivel de transaccin o, en ATM, nivel de clula). Las variables de trfico de nivel de llamada se relacionan con los eventos que ocurren durante el establecimiento de la llamada y la fase de liberacin. Se pueden dar como ejemplo el nmero medio de nuevas tentativas de llamada si la comunicacin no se estableci, y el tiempo medio de retencin de llamada. Las variables de trfico de nivel de paquete se relacionan con eventos que ocurren durante la fase de transferencia de la informacin y describen el proceso de llegada del paquete y la longitud del mismo. La Recomendacin E.716 describe una serie de mtodos para definir las variables de trfico de nivel de paquete. Una vez que cada tipo de llamada haya sido modelada, se caracteriza la demanda del usuario conforme a las Recomendaciones E.711 y E.716, mediante el proceso de llegada de las llamadas de cada tipo. Basada en la caracterizacin de la demanda de usuario efectuada en las Recomendaciones E.711 y E.716, las Recomendaciones E.712 y E.713 explican cmo modelar el trfico ofrecido a un grupo de recursos en el plano de usuario y en el plano de control, respectivamente. Por ltimo, la Recomendacin E.760 se ocupa del problema del modelado de trfico en redes mviles donde no slo la demanda de trfico por usuario es aleatoria sino tambin el nmero de usuarios que est servido en cada momento por una estacin de base o por una central local. La Recomendacin proporciona mtodos para estimar la demanda de trfico en la zona de cobertura de cada estacin de base y modelos de movilidad para estimar el traspaso de llamadas y la rapidez de actualizacin de las ubicaciones. Mediciones de trfico Las Recomendaciones sobre mediciones de trfico se enumeran en el cuadro 1.2. Como se indica en el mismo, muchas Recomendaciones se ocupan de las mediciones de trfico y de calidad de funcionamiento. Estas Recomendaciones se pueden clasificar en aqullas que tratan aspectos generales y operacionales (E.490, E.491, E.502 y E.503), las que se ocupan de aspectos tcnicos (E.500 y E.501) y las que incluyen los requisitos de medicin para redes especficas (E.502, E.505 y E.745). La Recomendacin E.743 est relacionada con estas ltimas, en particular con la Recomendacin E.505. Se examinarn en primer lugar las Recomendaciones sobre aspectos generales y de funcionamiento. La Recomendacin E.490 es una introduccin a la serie sobre mediciones de trfico y de calidad de funcionamiento. Incluye una visin general de todas esas Recomendaciones y explica la utilizacin de mediciones para corto plazo (acciones de gestin de trfico de red), plazo medio (mantenimiento y reconfiguracin) y largo plazo (ampliaciones de la red). La Recomendacin E.491 destaca la utilidad de las medidas de trfico por destino para fines de planificacin de la red y describe dos mtodos complementarios para obtenerlas: registro detallado de llamadas y mediciones directas. La Recomendacin E.504 describe los procedimientos operativos necesarios para efectuar mediciones: tareas que efectuar el operador (por ejemplo, definir el encaminamiento de salida y la programacin de los resultados medidos) y las funciones que proporcionar el sistema que soporta la interfaz hombre-mquina. Una vez que las mediciones se hayan realizado tendrn que ser analizadas. La Recomendacin E.503 presenta un panorama general de la posible aplicacin de las mediciones y describe los procedimientos operacionales necesarios para el anlisis.
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. E.490* E.491 E.500 E.501 E.502* E.503* E.504* E.505* E.743 E.745* Fecha 06/92 05/97 11/98 05/97 02/01 06/92 11/88 06/92 04/95 03/00 Medidas de trfico por destino Principios de medida de la intensidad de trfico Estimacin del trfico ofrecido en la red Requisitos de las medidas de trfico para las centrales digitales de telecomunicacin Anlisis de datos de las medidas de trfico Administracin de las medidas de trfico Medidas de la calidad de funcionamiento de la red de sealizacin por canal comn Medidas de trfico para el dimensionamiento y la planificacin del sistema de sealizacin N 7 Requisitos de las mediciones en el nivel de clula para la red digital de servicios integrados de banda ancha Ttulo Medidas y evaluacin del trfico - Examen general
a)
b)
Ser lo suficientemente grande para obtener mediciones confiables: la intensidad media de trfico en un periodo (t1, t2) se puede considerar una variable aleatoria con el valor esperado A. La intensidad de trfico medida A (t1, t2) es una muestra de esta variable aleatoria. En la medida que (t2 t1) aumenta, A(t1, t2) converge a A. As, la longitud del periodo de lectura t2 t1 debe ser suficientemente grande de modo tal que A(t1, t2) est situada dentro de un intervalo de confianza estrecho respecto a A. Otra razn para escoger periodos de lectura extensos es que puede no ser til para recursos dimensionales en intervalos de cresta de trfico muy breves. Ser lo suficientemente breve de modo tal que el proceso de intensidad de trfico sea aproximadamente estacionario durante el periodo, es decir que el proceso de intensidad de trfico real se puede aproximar a un modelo de intensidad de trfico estacionario. Cabe sealar que en el caso de trfico en rfagas si se utiliza un modelo de trfico simple (por ejemplo Poisson), el criterio (b) puede conducir a un periodo de lectura excesivamente corto incompatible con el criterio (a). En estos casos se deben utilizar modelos alternativos que permitan periodos de lectura ms largos.
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
- 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 -
Cuadro 1.3 Recomendaciones sobre previsin de trfico

Rec. E.506 E.507 E.508 Fecha 06/92 11/88 10/92 Previsiones del trfico internacional Modelos para la previsin del trfico internacional Previsiones para nuevos servicios de telecomunicacin Ttulo
La Recomendacin E.508 se ocupa de la previsin de nuevos servicios de telecomunicacin de los cuales no hay datos histricos. Se describen tcnicas tales como investigacin de mercado, opinin de expertos y econometra sectorial. Asimismo, aconseja cmo combinar las previsiones obtenidas de diversas tcnicas, cmo verificar las previsiones y cmo ajustarlas cuando se inicia la aplicacin del servicio y se efectan las primeras mediciones. 1.5.3 Objetivos de grado de servicio
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 -
la RDSI-BE, la Recomendacin E.751 para redes mviles terrestres, la Recomendacin E.752 para sistemas martimos y aeronuticos, la Recomendacin E.755 para servicios UPT, y la Recomendacin E.651 para redes basadas en el IP. En esta ltima, se proporcionan conexiones de referencia generales para las conexiones de extremo a extremo y ms detalladas para la red de acceso en el caso de sistemas hbridos de fibra ptica/cable coaxial (HFC). A ttulo de ejemplo, en la figura 1.10 (tomada de la figura 6.2 de la Recomendacin E. 651) se presenta la conexin de referencia para una llamada IP a la RTPC/RDSI o de la RTPC/RDSI a IP. Cuadro 1.4 Recomendaciones sobre conexiones de referencia
Rec. E.701 E.751 E.752 E.755 E.651 Fecha 10/92 02/96 10/96 02/96 03/00 Ttulo Conexiones de referencia para ingeniera de trfico Conexiones de referencia para la ingeniera de trfico de las redes mviles terrestres Conexiones de referencia para ingeniera de trfico de sistemas mviles martimos y aeronuticos. Conexiones de referencia para determinar la calidad de funcionamiento y el grado de servicio del trfico de la telecomunicacin personal universal Conexiones de referencia para ingeniera de trfico de redes de acceso con protocolo Internet.
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 Retardo de seleccin ulterior Retardo de la seal de respuesta Retardo de liberacin de llamada Probabilidad de bloqueo de extremo a extremo.
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) 2) 3) 4) 5) 6) Red de acceso IP Pasarela RTPC/RDSI RTPC/RDSI a) Interfuncionamiento directo con RTPC/RDSI Red ncleo IP b) Interfuncionamiento con RTPC/RDSI a travs de la red de ncleo IP
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. E.720 E.721 E.723 E.724 E.726 E.728 E.770 E.771 E.773 E.774 E.775 E.776 E.671 Fecha 11/98 05/99 06/92 02/96 03/00 03/98 03/93 10/96 10/96 10/96 02/96 10/96 03/00 Ttulo Concepto de grado de servicio en la RDSI Parmetros y valores objetivo de grado de servicio de red para servicios con conmutacin de circuitos en la RDSI en evolucin Parmetros de grado de servicio para redes del sistema de sealizacin N 7 Parmetros y objetivos de grado de servicio en los servicios de red inteligente Parmetro y valores objetivo de grado de servicio para la RDSI-BA Parmetros de grado de servicio para la sealizacin de la RDSI-BA Concepto de grado de servicio de trfico en la interconexin de redes mviles terrestres y fijas Parmetros de grado de servicio de la red y valores objetivo para los servicios mviles terrestres pblicos con conmutacin de circuitos Concepto de grado de servicio en sistemas mviles martimos y aeronuticos Parmetros de grado de servicio de red y valores objetivo en los servicios mviles martimos y aeronuticos Concepto de grado de servicio en telecomunicaciones personales universales Parmetros de grado de servicio de red para las telecomunicaciones personales universales Retardo posterior a la seleccin en redes telefnicas pblicas conmutadas y redes digitales de servicios integrados que utilizan telefona por Internet para una porcin de la conexin
La Recomendacin E.726 es el equivalente a la Recomendacin E.721 pero referido a la RDSI-BA. Como la RDSI-BA es una red con conmutacin de paquetes, se distinguen los parmetros de GoS de nivel de llamada y de nivel de paquete (en este nivel de clula). Los parmetros de GoS en nivel de llamada son anlogos a los que se definen en la Recomendacin E.721. Los parmetros de GoS en nivel de clula de extremo a extremo son: Retardo de transferencia de clula Variacin de retardo de clula Relacin de bloques de clulas con muchos errores Relacin de prdida de clula Retardo de transmisin de trama Relacin de descarte de trama
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 -
Cuadro 1.6 Recomendaciones sobre objetivos de GoS en la RTPC

Rec. E.540 E.541 E.543 E.550 Fecha 11/98 11/88 11/88 03/93 Ttulo Grado de servicio global de la parte internacional de una conexin internacional Grado de servicio global en las conexiones internacionales (de abonado a abonado) Grado de servicio en las centrales telefnicas internacionales digitales Grado de servicio y nuevos criterios de calidad de funcionamiento en las centrales telefnicas internacionales en condiciones de fallo
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 Controles de trfico y dimensionamiento
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: Encaminamiento de trfico: Los diagramas de encaminamiento describen la ruta fijada y las reglas de seleccin de ruta para cada par origen-destino. Puede ser jerrquicas o no jerrquicas, fijas o dinmicas. Los procedimientos dinmicos incluyen mtodos de encaminamiento dependientes del tiempo, en los cuales el diagrama de encaminamiento se altera en un tiempo fijo sobre una base previamente planificada y un encaminamiento dependiente del estado o dependiente del evento, al cual la red alterna automticamente el diagrama de encaminamiento basado en las condiciones de red presente. En el UIT-T, el encaminamiento est bajo la responsabilidad del Grupo de Trabajo 1/2. Las Recomendaciones E.170 a E.177 y E.350 a E.353, que tratan aspectos de encaminamiento, estn fuera del alcance de esta seccin. No obstante, en las Recomendaciones sobre ingeniera de trfico presentadas se hace referencia continua al tema de encaminamiento. El diseo de encaminamiento est basado, por una parte, en consideraciones de ingeniera de trfico: por ejemplo, los esquemas de encaminamiento alternativo se basan en consideraciones de eficacia en funcin de los costos, los mtodos de encaminamiento dinmicos estn basados en consideraciones de resistencia frente a sobrecargas concentradas o condiciones de fallo, o referente a errores de previsin de trfico. Por otra parte, el dimensionamiento de la red se efecta teniendo en cuenta los mtodos y diagramas de encaminamiento. Controles de gestin del trfico de red: Estos controles aseguran que se mantiene la capacidad de la red bajo cualquier sobrecarga o condicin de fallo. Los controles de gestin de trfico pueden ser de proteccin o de expansin. Los controles de proteccin, tal como
01.12.06
- 37 -
bloqueo de cdigo o espaciamiento de llamadas, asegura que la red no consume recursos en procesar llamadas que sern fallidas o limita el flujo de llamadas que requiere muchos recursos de red (rebasamiento de llamadas). Los controles de expansin reencaminan el trfico hacia aquellas partes de la red que no estn sobrecargadas. La gestin de trfico se efecta, por lo general, en centros de gestin de trfico donde la supervisin de la calidad de funcionamiento de la red en tiempo real se lleva a cabo por compilacin y presentacin del trfico y datos de calidad de funcionamiento en tiempo real. Los controles usualmente son activados por un operador sobre una base previamente planificada (cuando se prev un evento especial) o en tiempo real. En el UIT-T, la gestin de trfico de la red est bajo la responsabilidad del Grupo de Trabajo 2/2. Las Recomendaciones E.410 a E.417, que tratan de este tema, estn fuera del alcance de esta seccin. No obstante, en las Recomendaciones sobre ingeniera de trfico se hace referencia a la gestin del trfico. Por ejemplo, los requisitos de medicin especificados en las Recomendaciones sobre medicin de trfico y calidad de funcionamiento incluyen mediciones en tiempo real requeridas para la gestin de trfico de la red. Mtodos de proteccin del servicio: Son controles de trfico en el nivel de llamada que supervisan el grado de servicio para determinados flujos de trfico mediante una restriccin discriminatoria del acceso a grupos de circuitos con baja capacidad de lnea desocupada. La proteccin de servicio se utiliza para proporcionar estabilidad en redes con esquemas de encaminamiento no jerrquicos limitando el trfico de desbordamiento a una ruta alternativa que se comparte con el trfico preferente. Se utiliza tambin para equilibrar el GoS entre flujos de trfico que requieren diferentes anchuras de banda o para dar servicio prioritario a un tipo de trfico. Controles de trfico en el nivel de paquete: Estos controles aseguran que se satisfacen los objetivos de GoS en el nivel de paquete de las llamadas aceptadas bajo cualquier condicin de la red y que se efecta una diferenciacin del grado de servicio eficaz en funcin de los costos entre servicios con diferentes requisitos de QoS en el nivel de paquete. Sealizacin y controles de la red inteligente (RI): En razn que estas redes constituyen el sistema nervioso de la totalidad de la red, un objetivo clave en el diseo y explotacin de las mismas es maximizar su resistencia, es decir, su capacidad para soportar sobrecargas de trfico y fallos de elementos de la red. Esto se lleva a cabo por medio de redundancia de elementos de red y por un conjunto de controles de congestin y sobrecarga, como se explica en la Recomendacin E.744 que se comentar ms adelante.
Las Recomendaciones sobre dimensionamiento y controles de trfico se pueden clasificar conforme se trata de redes con conmutacin circuitos, redes con conmutacin de paquetes o sealizacin y redes con estructura de RI. Redes con conmutacin de circuitos Las Recomendaciones sobre controles de trfico y dimensionamiento de redes con conmutacin de circuitos se enumeran en el cuadro 1.7. Estas Recomendaciones se ocupan de los mtodos de dimensionamiento y proteccin del servicio teniendo en cuenta los mtodos de encaminamiento de trfico.
01.12.06
- 38 -
Cuadro 1.7 Recomendaciones sobre controles y dimensionamiento de trfico de redes con conmutacin de circuitos
Rec. E.510 E.520 E.521 E.522 E.524 E.525 E.526 E.527 E.528 E.529 E.731 Fecha 10/45 11/88 11/88 11/88 05/99 06/92 03/93 03/00 02/96 05/97 10/92 Ttulo Determinacin del nmero de circuitos necesarios en explotacin manual Determinacin del nmero de circuitos necesarios en explotacin automtica y semiautomtica, sin posibilidad de desbordamiento Clculo del nmero de circuito de un haz utilizado para cursar el trfico de desbordamiento Nmero de circuitos de un haz de gran utilizacin Aproximaciones del trfico de desbordamiento para flujos de trfico no aleatorios Diseo de redes para controlar el grado de servicio Dimensionamiento de haces de circuitos con servicios portadores multiintervalo y sin entradas de desbordamiento Dimensionamiento de un haz de circuitos con servicios portadores multiintervalo y trfico de desbordamiento Dimensionamiento de los sistemas de equipos de multiplicacin de circuitos digitales Dimensionamiento de redes que utilizan objetivos de GoS de extremo a extremo Mtodos para dimensionar recursos que funcionan en el modo conmutacin de circuitos
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. La Recomendacin E.520 se ocupa del dimensionamiento de grupos de circuitos de trayecto nico (vase la figura 1.11a)).
Figura 1.11 Ejemplos de disposiciones de grupos de circuitos.
01.12.06
- 39 -
Las Recomendaciones E.521 y E.522 proporcionan mtodos para el dimensionamiento de disposiciones de encaminamientos alternativas simples como se muestra en la figura 1.11b), donde slo existen rutas de primera y segunda seleccin y donde la totalidad del rebasamiento de trfico de un grupo de circuitos se ofrece al mismo grupo de circuitos. La Recomendacin E.521 proporciona mtodos para el dimensionamiento del grupo final que satisface los requisitos de GoS para determinados tamaos de los grupos de circuitos de gran utilizacin y la Recomendacin E.522 aconseja cmo dimensionar los grupos de gran utilizacin para reducir al mnimo el costo total de la instalacin. La Recomendacin E.524 proporciona aproximaciones de desbordamientos para flujos de trfico no aleatorios que permiten el dimensionamiento de disposiciones ms complejas (es decir, sin las limitaciones previamente mencionadas) como se muestra en la figura 1.11c). Se describen y comparan diversos mtodos en lo que se refiere a exactitud y complejidad.
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 Encaminamiento alternativo Proteccin de servicio Conexiones multiintervalo E.520 No No No E.521 S* No No E.522 S* No No E.524 S No No E.525 S S No E.526 No S S E.527 S S S
01.12.06
- 40 -
La Recomendacin E.731 se dedica tambin al dimensionamiento de grupos de circuitos y presenta caractersticas especiales de la RDSI-BE que pueden tener repercusiones en ingeniera de trfico. Adems de las conexiones multiintervalo y los mtodos de proteccin de servicio, la Recomendacin estudia la repercusin de la negociacin de atributos (de atributos que afectan la eleccin de grupos de circuitos o del nmero de circuitos requerido), de reserva de servicio (reserva de recursos exclusivos o de recursos compartidos con servicios segn demanda) y de conexiones de punto a multipunto. La Recomendacin E.529 recopila todos los mtodos sobre dimensionamiento de grupos de circuitos o conexin de encaminamiento alternativo que figuran en las Recomendaciones descritas anteriormente para dar directrices sobre dimensionamiento de toda la red empleando objetivos de GoS de extremo a extremo. Se describen mtodos de dimensionamiento para redes con encaminamiento de trfico fijo, dependiente del tiempo, dependiente del estado o dependiente del evento. Se indican los principios para la descomposicin de las redes en bloques que pueden ser considerados estadsticamente independientes, y se describe el procedimiento iterativo requerido para la optimizacin de la red. Redes con conmutacin de paquetes En el cuadro 1.9 se enumeran las Recomendaciones sobre los controles de trfico y dimensionamiento de redes con conmutacin de paquetes. Se examinan las redes digitales de servicios integrados de banda ancha que utilizan la tecnologa ATM pero la mayora de los mtodos descritos se aplican a otras redes con conmutacin de paquetes, como por ejemplo redes basadas en el protocolo Internet en las que se controla la admisin de conexiones. El control de admisin de conexiones (CAC, connection admission control) establece una divisin entre el nivel de paquete y el nivel de conexin. Cuando un usuario solicita la instalacin de una nueva conexin , el CAC decide si sta puede ser admitida mientras se satisface el GoS en el nivel de paquete de las conexiones nueva y existente. Esta decisin se efecta generalmente mediante la asignacin de recursos (tpicamente anchura de banda) a cada conexin y se rechazan nuevos pedidos cuando los recursos no son suficientes. Cuadro 1.9 Recomendaciones sobre controles de trfico y dimensionamiento de redes con conmutacin de paquetes
Rec. E.735 E.736 E.737 Fecha 05/97 05/97 05/97 Ttulo Marco para el control del trfico y dimensionamiento en la RDSI-BA Mtodos para el control de trfico en el nivel de clula en la RDSI-BA Mtodos de dimensionamiento en la RDSI-BA
As:
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 -
Cuadro 1.10 Recomendaciones sobre controles de trfico y dimensionamiento de sealizacin y redes con estructura de red inteligente
Rec. E.733 E.734 E.744 Fecha 11/98 10/96 10/96 Ttulo Mtodos de dimensionado de recursos de las redes con sistemas de sealizacin N 7 Mtodos de asignacin y dimensionado de los recursos de red inteligente (RI) Requisitos de control del trfico y de congestin en redes del sistema de sealizacin N 7 y redes con estructura de red inteligente
La Recomendacin E.733 proporciona una metodologa para la planificacin y dimensionamiento de redes del sistema de sealizacin N 7. La metodologa tiene en cuenta que la eficacia de los enlaces de sealizacin no debe ser el factor de consideracin principal pues la calidad de funcionamiento de la red en condiciones de fallo y sobrecarga de trfico tiene mayor importancia. La Recomendacin describe el trfico y el periodo de referencia que, conforme con las Recomendaciones E.492 y E.500, se deben utilizar para dimensionar el nmero de enlaces de sealizacin y para asegurar que no se supere la capacidad de los elementos de conmutacin de la red. Describe los factores para determinar la mxima utilizacin del enlace que asegure el cumplimiento de los objetivos de retardo de extremo a extremo descritos en la Recomendacin E.723. Se describen los valores iniciales utilizados y se dan los mtodos para determinar el nmero de enlaces de sealizacin y la capacidad de conmutacin requerida. La Recomendacin E.734 describe los mtodos de asignacin y dimensionamiento para redes inteligentes. Examina los nuevos factores de ingeniera de trfico que se han de considerar: servicios con periodos de referencia fuera del horario laboral normal, situaciones de las llamadas masivas producidas por algunos servicios, rpida implantacin de nuevos servicios con prediccin incierta. Este ltimo factor hace necesario aplicar procedimientos de asignacin y dimensionamiento suficientemente flexibles para proporcionar, los ms rpidamente posible, los recursos requeridos cuando se implantan nuevos servicios o las modificaciones solicitadas por el usuario. La Recomendacin proporciona criterios para la asignacin de recursos tanto para la ubicacin de los elementos especficos de la RI como para la segmentacin de la funcionalidad de la red inteligente (tal como lgica de servicio) entre esos elementos. Asimismo, proporciona mtodos para el dimensionamiento de los nodos de la RI y del soporte de la subred de sealizacin y analiza la repercusin sobre el dimensionamiento de la red con conmutacin de circuitos. Los procedimientos de control de congestin y trfico para el sistema de sealizacin N 7 y redes con estructura de RI se especifican en las Recomendaciones de la serie Q y de la serie E.410. Estos procedimientos dejan, por lo general, que los valores de los parmetros clave se especifiquen como parte de la aplicacin. Dado que la solidez es un requisito fundamental de la sealizacin y de las redes con estructura de RI es esencial una correcta aplicacin de esos controles. La Recomendacin E.744 proporciona directrices para esta aplicacin, indicando cmo se deben ajustar los parmetros de control en diferentes tipos de redes. Esta Recomendacin tambin presta asesoramiento sobre los requisitos que se han de establecer en nodos de sealizacin y nodos RI referentes a las necesidades para controles de sobrecarga en el nivel de nodo y cmo se deben interrelacionar estos controles con los controles en el nivel de red. Por ltimo, la Recomendacin establece los principios bsicos para mantener armonizados diferentes sistemas y controles a fin de permitir la interconexin de productos de distintos fabricantes y realizaciones de la red con un alto grado de confianza que los procedimientos de control funcionen correctamente.
01.12.06
- 43 -
1.5.5
Supervisin de la calidad de funcionamiento
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. E.492 E.493 Fecha 02/96 02/96 Periodo de referencia del trfico Supervisin del grado de servicio Ttulo
La Recomendacin E.492 proporciona la definicin de periodos de referencia de trfico a los fines de recoger mediciones para la supervisin del grado de servicio en redes y componentes de redes. Esta Recomendacin est estrechamente relacionada con la Recomendacin E.500, que define los periodos de lectura para las mediciones de intensidad de trfico requeridas para el dimensionamiento de la red. Estos periodos de lectura deben ser compatibles con los utilizados para supervisin de calidad de funcionamiento una vez que la red sea operacional. La Recomendacin E.492 define tambin los periodos de carga normal y elevada que son representativas de cada mes. El propsito de estas definiciones, tambin compatibles con las que figuran en la Recomendacin E.500, es identificar el da y el periodo de lectura que se ha de utilizar para comparar el GoS supervisado con los valores objetivos de GoS especificados para carga normal y elevada. La Recomendacin E.493 expone cmo efectuar la supervisin de GoS de extremo a extremo teniendo en cuenta las limitaciones prcticas. La medicin de las probabilidades de bloqueo o de mala operacin es directa. Sin embargo, como en una supervisin continua no son factibles las mediciones directas de los retardos de extremo a extremo, la Recomendacin propone mtodos de aproximacin de los retardos de extremo a extremo (valor es medio y 95% del cuantil) por medios de mediciones locales tomadas en modo autnomo en cada elemento de red. Los mtodos propuestos no requieren coordinacin entre los elementos de red para tomar las mediciones. La Recomendacin explica tambin cmo aplicar los mtodos propuestos a la supervisin de cada parmetro de GoS a nivel de conexin definidos en las Recomendaciones sobre objetivos de grado de servicio.
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. E.523 E.600 E.700 E.750 Fecha 11/88 03/93 10/92 03/00 Ttulo Perfiles tpicos de distribucin de trfico para corrientes de trfico internacional Trminos y definiciones de ingeniera de trfico Marco de las Recomendaciones de E.700 Introduccin a las Recomendaciones de la E.750 sobre aspectos de ingeniera de trfico de las redes que soportan servicios de telecomunicaciones personales
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 Programa de trabajo para el Periodo de Estudios 2001-2004
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 comunicaciones personales Ingeniera de trfico para redes de sealizacin basadas en el protocolo Internet y en el sistema de sealizacin N 7 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 Concepto de trfico y unidad [erlang]
En teora de teletrfico se utiliza normalmente el trmino trfico para indicar la intensidad de trfico, es decir trfico por unidad de tiempo. Este trmino proviene del italiano y significa comercio. Conforme a la Recomendacin UIT-T B.18, 1993 [36] se tiene la siguiente definicin: Definicin de intensidad de trfico: La intensidad de trfico instantnea en un conjunto de rganos es el nmero de rganos ocupados en un instante dado. El conjunto de rganos puede ser un grupo de servidores, por ejemplo lneas de enlace. Los momentos estadsticos de la intensidad de trfico se pueden calcular para un periodo de tiempo T dado. Para la intensidad de trfico media se tiene:
1 T n( t )dt . T 0 donde n(t) indica el nmero de dispositivos ocupados en el tiempo t. Y(T )=
(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 -
Figura 2.1 (Intensidad del) trfico transportado (= nmero de dispositivos ocupados) en funcin del tiempo (curva C). Para fines de dimensionamiento se utiliza la intensidad de trfico media durante un periodo de tiempo T (curva D) Leyendas de la figura 2.1 1) 2) n(t) nmero de enlaces ocupados 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)
la utilizacin observada estar siempre dentro del intervalo 0 1. Trfico de mltiple: Si se tienen llamadas que ocupan ms de un canal, y otras del tipo i que ocupan di canales, el trfico ofrecido expresado en cantidad de canales ocupados se calcula con la siguiente ecuacin:
A = i si d i
i =0 N
(2.4)
01.12.06
- 49 -
donde N es el nmero de tipos de trfico, y i y si indican el rgimen de llegada y el tiempo de ocupacin medio del tipo i. Trfico potencial: En la planificacin y demanda de modelos se utiliza el trmino trfico potencial que equivaldra al de trfico ofrecido si no hubiera limitaciones en la utilizacin del telfono por razones econmicas o de disponibilidad (siempre est disponible un telfono gratuito). 2.2 Variaciones de trfico y concepto de hora cargada
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.
Figura 2.2 Cantidad de llamada por minuto a una central de conmutacin un lunes por la maana. Las variaciones regulares de 24 horas estn superpuestas por variaciones estocsticas. (Iversen, 1973 [37])
01.12.06
- 50 -
Leyendas de la figura 2.2 1) 2) Llamadas/minuto 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) 2) Llamadas/minuto Tiempo
Las variaciones se pueden dividir en variaciones de intensidad de la llamada y variaciones en el tiempo de servicio. En la figura 2.4 se muestran las variaciones en el tiempo medio de servicio para tiempos de ocupacin de lneas de enlace durante 24 horas. Durante las horas de trabajo es constante, un poco menos de 3 minutos. Por la tarde es mayor que 4 minutos y durante la noche es muy pequea, alrededor de 1 minuto. Hora cargada: La mayor cantidad de trfico no se produce todos los das a la misma hora. Se define el concepto de hora cargada media repetitiva (TCBH, time consistent busy tour) como los 60 minutos (determinado con una exactitud de 15 minutos) que durante un largo periodo sobre el promedio tiene el trfico ms elevado. Algunos das puede suceder que el trfico durante la hora ms cargada sea mayor que la TCBH, pero en el promedio de varios das el trfico en la hora cargada ser el mayor. Se ha de distinguir tambin entre hora cargada para el sistema global de telecomunicacin, una central, y para un solo grupo de servidores, por ejemplo un grupo de enlace. Determinados grupos de enlace pueden tener una hora de mayor trfico fuera de la hora cargada para la central (por ejemplo, grupos de enlace para llamadas a los Estados Unidos).
01.12.06
- 51 -
En la prctica, para mediciones de trfico, dimensionamiento y otros aspectos es conveniente tener una hora cargada bien definida y predeterminada. Las variaciones determinsticas en teletrfico se pueden dividir en: A) Variaciones de 24 horas (vanse las figuras 2.3 y 2.4). B) Variaciones semanales (vase la figura 2.5). Normalmente el trfico ms denso se produce los lunes, luego los viernes, martes, mircoles y jueves. Los sbados y en especial los domingos tienen un nivel de trfico muy bajo. Una regla emprica indica que el trfico de 24 horas es igual a 8 veces el trfico de la hora cargada (vase la figura 2.5), es decir slo se utiliza un tercio de la capacidad del sistema telefnico. sta es la razn de las tasas reducidas fuera de las horas cargadas. C) Variacin durante un ao. Hay una elevada afluencia de trfico al comienzo de un mes, despus de una temporada festiva, y luego que comienza un periodo trimestral. Si Pascua cae cerca del 1 de abril se observa un trfico muy elevado hasta despus de las vacaciones. D) El trfico aumenta cada ao debido al desarrollo tecnolgico y el factor econmico de la sociedad. Hasta ahora se ha considerado el trfico telefnico tradicional. Otros servicios y tipos de trfico tienen distintos diagramas de variacin. En la figura 2.6 se muestra la variacin de la cantidad de llamadas en 15 minutos a un conjunto compartido de mdem para establecer las llamadas de Internet. En la figura 2.7 se ilustra el tiempo medio de ocupacin en funcin de la hora del da.
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) Tiempo de ocupacin medio [s] Hora
01.12.06
- 53 -
Figura 2.5 Cantidad de llamadas en 24 horas a un centro de conmutacin (escala izquierda). La escala de la derecha indica la cantidad de llamadas durante la hora cargada para fines de comparacin. Se observa que el trfico de 24 horas es aproximadamente 8 veces el trfico de la hora cargada. Este factor se denomina concentracin de trfico. (Iversen, 1973 [37]) Leyendas de la figura 2.5 1) 2) Cantidad de llamadas Dom Lun Mar Mie Jue Vie Sb Dom Lun Mar Mie Jue Vie Sb
01.12.06
- 54 -
Figura 2.6 Nmero de llamadas durante 15 minutos a un conjunto compartido de mdem de Tele Danmark Internet. Martes 19.01.1999 Leyendas de la figura 2.6 1) 2) Llegadas 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) Tiempo de servicio (s) 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 -
encaminamiento. Durante la hora cargada se permitir normalmente una congestin de un pequeo porcentaje entre dos abonados. Estos sistemas no pueden tratar cada situacin sin inconveniente para los abonados. El propsito de la teora de teletrfico es encontrar relaciones entre calidad de servicio y costos de los equipos. El equipo existente debe poder funcionar a plena capacidad durante situaciones de trfico anormales (por ejemplo un incremento repentino de llamadas telefnicas), es decir el equipo debe continuar funcionando y efectuar conexiones tiles. El inconveniente en sistemas de espera (sistemas de puesta en fila) se miden como un tiempo de retardo. No slo el tiempo de espera medio es de inters sino tambin la distribucin del tiempo de espera. Podra ser que un pequeo retardo no constituya ningn inconveniente, de modo que puede no haber una relacin lineal entre inconveniente y tiempo de espera. En sistemas telefnicos se define a menudo un lmite superior para el tiempo de espera aceptable. Si este lmite se rebasa se interrumpir la conexin (desconexin forzada). 2.4 Generacin de trfico y reaccin de los abonados
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 p{congestin y errores tcnicos} = (1 pe) . ps p{B no contesta} = (1 pe) . (1 ps) . pn Cuadro 2.1 Resultado tpico de un gran nmero de tentativas de llamada durante la hora cargada para pases industrializados o pases en desarrollo
Resultado Error de A: Errores tcnicos y bloqueo: B no contesta antes de que A cuelgue: B ocupado: B contesta = conversacin Sin conversacin Pas I 15 5% 10% 10% 60% 40% Pas D 20% 35% 5% 20% 20% 80%
(2.5) (2.6) (2.7)
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) 2) 3) 4) 5) Error de A Errores tcnicos y bloqueo Sin respuesta B ocupado 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 = ps =
15 100 5 85
Pas D = 15% = 6% pe = ps = 44%

20 100 35 80
= 20% =
pn = 13% pb = 13% pa = 75%
10 80
pn = 11%
5 45
10 80
pb = 44%
20 45
60 80
pa = 44%
20 45
p{B ocupado} = (1 pe) . (1 ps) . pb p{B contesta} = (1 pe) . (1 ps) . pa
(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: Pas I: Pas D:
ma = 20 80 20 + 180 = 148 segundos 100 100 55 45 20 + 180 = 92 segundos 100 100
ma =
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 -
probabilidad total de abonado B ocupado toma el mismo orden de magnitud de (vase el cuadro 2.1). Para pases en desarrollo el trfico se centra ms sobre nmeros individuales y a menudo los abonados comerciales no disponen de numeracin de grupo y, por tanto, se observa una alta probabilidad de abonado B ocupado (40 a 50%). Conforme a las mediciones de Ordrup el 4% aproximadamente de las llamadas eran tentativas de llamadas repetidas. Si un abonado presenta una indicacin bloqueo u ocupado, hay un 70% de probabilidad que la llamada se repita dentro de una hora. Vase el cuadro 2.3. Un clsico ejemplo de la importancia de la reaccin de los abonados se observ cuando la fbrica de gas industrial de Valby (en Copenhague) explot a mediados de la dcada de los 60. Los abonados en Copenhague generaron una gran cantidad de tentativas de llamada y ocuparon los dispositivos de control en las centrales de la zona de Copenhague. Los abonados de Esbjerg (parte occidental de Dinamarca) que llamaban a Copenhague tenan que esperar debido a que los nmeros no podan ser transferidos inmediatamente a Copenhague. Por tanto, el equipo en Esbjerg se mantuvo ocupado en espera, y los abonados que efectuaban llamadas locales en Esbjerg no pudieron completar las tentativas de llamada. Esto es un ejemplo de cmo se propaga una situacin de sobrecarga con una reaccin en cadena por toda la red. Cuando ms ajustada se ha dimensionado una red, habr ms posibilidad que se produzca una reaccin en cadena. Una central siempre ha de ser construida de modo que mantenga su capacidad total de funcionamiento durante situaciones de sobrecarga.
Figura 2.9 Funcin de frecuencia para tiempos de ocupacin de enlaces en un centro de conmutacin local
01.12.06
- 60 -
Leyendas de la figura 2.9 1) 2) 3) 4) 5) 6) 7) Nmero de observaciones Minutos 135164 observaciones = 142,86 = 3,83 Exponencial Hiperexponencial
Cuadro 2.3 Secuencia observada de tentativas de llamada repetidas (llamadas nacionales, "mediciones de Ordrup"). La probabilidad de xito disminuye con la cantidad de tentativas de llamada, mientras que la persistencia aumenta. Aqu un intento de llamada repetido es una llamada repetida al mismo abonado B dentro de una hora
Nmero de observaciones Tentativa N 1 2 3 4 5 >5 Total Satisfactorio 56,935 3,252 925 293 139 134 61,678 Continua 75,389 7,512 2,378 951 476 248 Desiste 10,942 1,882 502 182 89 114 13,711 p{xito} 0,76 0,43 0,39 0,31 0,29 Persistencia 0,41 0,56 0,66 0,72 0,74
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 B = p {no completada} (2.10) (2.11)
La persistencia b es la probabilidad que se repita una tentativa de llamada infructuosa, y p{completada} = {1 B} es la probabilidad que el abonado (parte llamada) responda. Para una tentativa de llamada se obtiene la siguiente resea:
01.12.06
- 61 -
Las siguientes probabilidades se obtienen para una tentativa de llamada: p{completada} =

(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 0 1 2 3 4 ... Total (1 B) (1 B) . (B . b) (1 B) . (B . b) (1 B) . (B . b)
2 3
p{B responde}
p{contina}
p{desiste} B . (1 b)
B.b (B . b)
2 3 4
B . (1 b) . (B . b) B . (1 b) . (B . b) B . (1 b) . (B . b)
2 3
(B . b) (B . b)
(1 B) (1 B b)
1 (1 B b)
B (1 b) (1 B b)
01.12.06
- 62 -
p{no completada}
B (1 b) (1 B b)
1 (1 B b)
(2.13) (2.14)
Nmero de tentativas de llamada por intencin de llamada = Sean los tiempos medios de ocupacin siguientes:
sc = tiempo medio de ocupacin de llamadas completadas sn = 0 = tiempo medio de ocupacin de llamadas no completadas Se obtienen entonces las siguientes relaciones entre el trfico transportado Y y el trfico ofrecido A:
Y = A A=Y 1 B 1 B b 1 B b 1 B
(2.15) (2.16)
Esto es similar al resultado que figura en la Recomendacin UIT-T E.502. En la prctica, la persistencia b y la probabilidad de complecin 1 B depender del nmero de veces que la llamada ha sido repetida (consltese el cuadro 2.3). Si las llamadas infructuosas tienen un tiempo medio de ocupacin positivo, el trfico transportado puede ser mayor que el trfico ofrecido. 2.5 Introduccin al grado de servicio
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 -
Figura 2.11 Histograma para todas las tentativas de llamada repetidas en el trmino de 5 minutos, cuando la parte llamada est ocupada Leyendas de la figura 2.11 1) Segundos En la Recomendacin UIT-T E.800 se define el concepto de calidad de servicio (QoS) como: el efecto colectivo de calidad de funcionamiento del servicio que determina el grado de satisfaccin de un usuario del servicio. La QoS comprende un conjunto de parmetros que pertenece a la calidad de funcionamiento del trfico de la red, pero adems de esto, la QoS tambin incluye una serie de otros conceptos, que se resumen como sigue: logstica del servicio; facilidad de utilizacin del servicio; servibilidad del servicio; y seguridad del servicio.
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. Los valores de los parmetros de grado de servicio obtenidos en condiciones reales se denominan resultados del 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 Comparacin de GoS y QoS
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 Caractersticas especiales de la QoS
Como consecuencia de todas las dificultades mencionadas anteriormente en la comparacin de GoS y QoS, y en la definicin de lo que realmente es la percepcin del usuario, se ha formado un grupo para tratar estos problemas. Se denomina Grupo de Desarrollo sobre Calidad de Servicio y trabaja conjuntamente con el Grupo de Estudio 2 del UIT-T. Sus temas de estudio incluyen nuevas definiciones y mejoramiento de la Recomendacin UIT-T E.800. Debido a los diferentes criterios para definir el GoS y la QoS, el Grupo de Desarrollo sobre Calidad de Servicio propuso una solucin para resolver el problema. Esta solucin se denomina acuerdo a nivel de servicio (SLA, service level agreement). Esto es en realidad un contrato entre el usuario y el operador de la red. En el mismo se define el significado real de los parmetros en cuestin. Se supone que las definiciones estn dadas de modo tal que sean interpretadas de la misma manera por el cliente y por el operador de la red. Asimismo, el SLA define qu sucede en el caso de la violacin de los trminos del contrato. Algunos operadores han decidido emitir un SLA para todas las
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 Calidad de funcionamiento de la red
Como se mencion anteriormente la calidad de funcionamiento de la red se refiere a la aptitud de una red o parte de la misma para ofrecer las funciones correspondientes a las comunicaciones entre usuarios. Para establecer cmo funciona una determinada red, es necesario realizar mediciones que abarquen todos los aspectos de los parmetros de comportamiento funcional (es decir capacidad de trfico, seguridad de funcionamiento, transmisin y tarificacin). Asimismo, los aspectos de calidad de funcionamiento de la red en el concepto de GoS slo corresponden a los factores relacionados con el rendimiento funcional de la capacidad de trfico en la terminologa de QoS. Asimismo, en el marco de la calidad de servicio el trmino "Calidad de funcionamiento de la red" tambin incluye los siguientes conceptos: 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) 2) terminal conmutador de abonado terminal terminal conmutador de abonado conmutador de trnsito conmutador de abonado terminal terminal conmutador de abonado conmutador de trnsito conmutador de trnsito conmutador de abonado terminal Esto se puede representar como la configuracin de referencia que se muestra en la figura 2.12.
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 -
Figura 2.12 Configuracin de referencia para el caso 1 Leyendas de la figura 1.12 1) Punto de ref. A
Figura 2.13 Configuracin de referencia para el caso 2 Leyendas de la figura 2.13 1) 2) Punto de ref. A Punto de ref. B
Figura 2.14 Configuracin de referencia para el caso 3 Leyendas de la figura 2.14 1) 2 3) Punto de ref. A Punto de ref. B Punto de ref. C
Basado en un determinado conjunto de requisitos de QoS, se selecciona y define un conjunto de parmetros de GoS de una base de extremo a extremo dentro de la frontera de red, para cada categora de servicio principal proporcionadas por la red. Los parmetros de GoS seleccionados se especifican de modo tal que el GoS se puede obtener en puntos de referencia bien definidos, es decir puntos de trfico importantes. Este procedimiento se utiliza para permitir la segmentacin de los objetivos de GoS de extremo a extremo para que sea posible obtenerlos en cada etapa o componente de red, sobre la base de algunas conexiones de referencia bien definidas. Como se define la Recomendacin E.600, referente a los trminos de ingeniera de trfico, una conexin es una asociacin de rganos que proporciona los medios para una comunicacin entre dos o ms dispositivos pertenecientes a una red de telecomunicaciones, o acoplados a ella. Puede haber diferentes tipos de conexiones pues el nmero y los tipos de recursos en las mismas pueden variar. Por tanto, el concepto de conexin de referencia se utiliza para identificar casos
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):
F (t ) = dF (u ) para 0 t < ,
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 Caracterizacin de las distribuciones
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:
El orden de integracin se puede invertir pues el integrando no es negativo. As, se puede comprobar (Ec. 3.3) lo siguiente:
La siguiente prueba simplificada es correcta pues se supone que los momentos existen:
Ejemplo 3.1.1: Distribucin exponencial Para la distribucin exponencial se tiene:
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 -
El valor medio (expectativa) es el primer momento:
El i-simo momento central se define como:
La varianza es idntica al segundo momento central:
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 Tiempo de vida residual
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
La figura 3.1 ilustra los clculos grficamente. El valor medio m1,r del tiempo de vida residual se puede expresar como (3.4):
El ndice de mortalidad en el tiempo x, es decir la probabilidad de que la vida til considerada termina dentro de un intervalo (x,x + dx), bajo la condicin que la edad x haya sido alcanzada, se obtiene con la expresin (3.11) en la condicin t = dx:
La funcin de densidad condicional (x) tambin se denomina funcin obstculo. Si se da esta funcin, se puede obtener entonces F(x) como solucin a la siguiente ecuacin diferencial:
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 -
Ejemplo 3.1.2: Distribucin del tiempo de espera La distribucin del tiempo de espera Ws(t) para un cliente aleatorio tiene usualmente una masa (atmica) de probabilidad positiva en t = 0, en razn que algunos de los clientes toman el servicio inmediatamente sin espera. Se tiene as Ws(0) > 0. Aplicando la ecuacin (3.11) la distribucin del tiempo de espera W+(t) para clientes que tienen tiempos de espera positivos ser:
o si se indica la probabilidad de un tiempo de espera positivo {1 Ws(0)} por D (probabilidad de demora):
Para la funcin de densidad, aplicando la ecuacin (3.11), se tiene:
Para valores medios se obtiene:
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 Cargas de trfico basadas en tiempos de ocupacin inferiores a x
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
Tiempo de recurrencia hacia adelante
El tiempo de vida residual de un punto aleatorio en el tiempo se denomina tiempo de recurrencia hacia adelante. En esta seccin se establecern algunas frmulas importantes. Para formular el problema se ha de considerar un ejemplo: Se desea investigar la distribucin de vida til de automviles, y solicitar a propietarios escogidos al azar acerca del ao de fabricacin de su automvil. Como el punto en el tiempo se escoge al azar, la probabilidad de elegir un automvil es proporcional a la vida til total del mismo. La distribucin de la vida til residual futura ser entonces idntica al tiempo de vida ya obtenido. De esta manera al escoger una muestra, la probabilidad de elegir un automvil es proporcional a la vida til del mismo, es decir se escogern preferiblemente automviles con vidas tiles largas (muestras con propensin a la duracin). La probabilidad de elegir un automvil que tenga una vida til total x viene dada por (refirase en estadstica a momento de una distribucin) (vase tambin la frmula (3.22)):
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 -
Figura 3.2 Ejemplo de la carga de trfico relativa de tiempos de ocupacin menores que un valor dado obtenido por el percentil de la distribucin de tiempo de ocupacin (3.22). Aqu = 2 corresponde a una distribucin exponencial y = 5 corresponde a la distribucin de Pareto. Se observa que el 10% de tiempo de ocupacin ms largo contribuye con el 33% (47%, respectivamente) de la carga (vase promedios de cliente y promedios de tiempo en el Captulo 5) Leyendas de la figura 3.2 1) 2) Carga relativa 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):
Se obtiene el valor medio:
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 Distribucin de la j-sima variable estocstica k ms grande
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:
y la mayor (j = 1) tiene la siguiente funcin de distribucin:
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
Combinacin de variables estocsticas
Se pueden combinar tiempos de vida disponindolos en serie o en paralelo o mediante una combinacin de ambos.
01.12.06
- 77 -
3.2.1
Variables estocsticas en serie
Un enlace en serie de k intervalos de tiempos independientes corresponde a la adicin de k variables estocsticas independientes, es decir convolucin de las variables estocsticas. Si el valor medio y la varianza del i-simo intervalo de tiempo se representa por m1,i, i2 , respectivamente, la suma de las variables estocsticas tendrn el valor medio y varianza siguientes:
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:
donde es el operador de convolucin (vase el 6.2.2). Ejemplo 3.2.1: Distribucin binomial y ensayo de Bernoulli Supngase que la probabilidad de xito en una prueba (por ejemplo tirar un dado) sea igual a p y la probabilidad de fracaso sea igual 1 p. El nmero de xitos en una sola prueba estar entonces dada por la distribucin de Bernoulli:
Si se efecta un total de S pruebas, la distribucin de la cantidad de xitos tiene distribucin binomial:
la que se obtiene, por tanto, mediante la convolucin de S distribuciones de Bernoulli. Si se ejecuta una prueba adicional, la distribucin del nmero total de xitos se obtiene mediante la convolucin de la distribucin binomial (3.35) y la distribucin de Bernoulli (3.34):
01.12.06
- 78 -
3.2.2
Variables estocsticas en paralelo
Mediante la ponderacin de l variables estocsticas independientes, donde la i-sima variable aparece con el factor de ponderacin pi, (valor medio m1,i y varianza i2 ), la variable estocstica de la suma tiene el valor medio y varianza siguientes:
En este caso se deben ponderar los momentos no centrales. Para el -simo momento se tiene:
donde m,i es el -simo momento no central de la distribucin del i-simo intervalo. La funcin de distribucin (distribucin compuesta) es la siguiente:
Una frmula similar es vlida para la funcin de densidad. 3.3 Suma estocstica
Por suma estocstica se entiende la suma de un nmero estocstico de variables estocsticas (Feller, 1950[29]). Considrese un grupo de enlace sin congestin, donde el proceso de llegada y los tiempos de ocupacin son independientes desde el punto de vista estocstico. Si se considera un intervalo de tiempo fijo T, el nmero de llegadas es una variable estocstica N, que viene caracterizada por: N: funcin de densidad p(i), valor medio m1,n
2 varianza n ,
(3.40)
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: funcin de densidad f(t), valor medio m1,t 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 (3.41)
+ . . . + TN.
(3.42)
01.12.06
- 79 -
El siguiente diagrama se supone que Ti y N son estadsticamente independientes. Esto se cumplir cuando la congestin es cero.
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):
Sumando todos los valores (bifurcaciones) i posibles se obtiene:
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
2 llamadas y es la variable estocstica ( n ), 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)
Si se cambia la escala de 1 am1,t, el valor medio se ha de multiplicar por m1,t, y la varianza por m m 12, t . El valor medio m1,t = 1 corresponde al conteo de nmeros de llamada, por ejemplo un problema de cmputo. Ejemplo 3.3.3: Suma estocstica Como ejemplo distinto al teletrfico N puede indicar la cantidad de chaparrones durante un mes y Ti la precipitacin debido al i-simo chubasco. ST es entonces una variable estocstica que describe la precipitacin total durante un mes. N, tambin puede indicar para un determinado intervalo de tiempo la cantidad de accidentes registrados por una compaa de seguros y Ti indica la compensacin para el i-simo accidente. ST es entonces la cantidad total pagada por la compaa durante el periodo considerado.
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
En la teora de teletrfico esta distribucin tambin se denomina distribucin exponencial negativa. En el 3.1.2 esto ya ha sido mencionado y aparecer nuevamente en el 6.2.1. En principio, se puede utilizar cualquier funcin de distribucin con valores no negativos para modelar un tiempo de vida. Sin embargo, la distribucin exponencial tiene algunas caractersticas propias que hacen que esta distribucin se califique para utilizacin analtica y prctica. La distribucin exponencial desempea un papel fundamental entre todas las distribuciones de tiempo de vida. Esta distribucin se caracteriza por un parmetro nico, la intensidad o rgimen :
La funcin gamma viene defina por:
Si se reemplaza t por t y se obtiene el -simo momento, se tiene:
Valor medio: Segundo momento: Varianza: Factor de forma:
m = m1 = m2 = 2
, ,
2
1
=
2
= 2,
01.12.06
- 83 -
Figura 4.1 En diagramas de fase todo intervalo de tiempo distribuido exponencialmente se ilustra como una casilla con la intensidad. La casilla significa as que un cliente que llega a la misma sufre el retardo de un intervalo de tiempo distribuido exponencialmente antes de dejar la casilla La distribucin exponencial es muy apropiada para describir intervalos de tiempo fsicos (vase la figura 6.2). La caracterstica ms importante de la distribucin exponencial es su falta de memoria. La distribucin del tiempo residual de una conversacin telefnica es independiente de la duracin real de la conversacin, y es igual a la distribucin del tiempo de vida total (3.11):
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:
es decir es independiente del tiempo real t. 4.1.1 Mnimo de k variables aleatorias distribuidas exponencialmente
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:
La funcin de distribucin de X es:
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:
es decir independiente de t. (No es necesario integrar todos los valores de t.) Esos resultados pueden ser generalizados a k variables e integrar el principio bsico de la simulacin tcnica denominada mtodo de la ruleta, una metodologa de simulacin de Monte Carlo. 4.1.2 Combinacin de distribuciones exponenciales
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.
Figura 4.2 - Mediante la combinacin de k distribuciones exponenciales en serie se obtiene una distribucin pronunciada ( 2). Si todas las distribuciones k son idnticas (1 = ), se obtiene entonces una distribucin Erlang-k
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) 4.2 Distribuciones Erlang-k Distribuciones pronunciadas
Las distribuciones pronunciadas tambin se denominan distribuciones hiperexponenciales o distribuciones Erlang generalizadas con un factor de forma en el intervalo 1 < 2. Esta funcin de distribucin generalizada se obtiene convolucionando distribuciones exponenciales k (vase la figura 4.2). Aqu slo se considera el caso en el que todas las distribuciones exponenciales k son idnticas. Se obtiene entonces la siguiente funcin de densidad que se denomina distribucin Erlang-k.
01.12.06
- 86 -
(vase el 6.1) Mediante las ecuaciones (3.31) y (3.32) se pueden obtener los momentos siguientes;
(4.10)
El i-simo momento no central es:
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:
Se observa que el factor de forma es independiente de la escala de tiempos. La funcin de densidad (4.15) se ilustra en la figura 4.3 para diferentes valores de k con = 1. El caso k = 1 corresponde a la distribucin exponencial. Cuando k se obtiene en un intervalo de tiempo constante ( = 1). Resolviendo la ecuacin f' (t) se halla el valor mximo con la siguiente expresin:
01.12.06
- 87 -
Las distribuciones pronunciadas se denominan as debido a que las funciones de distribucin aumenta de 0 a 1 ms rpidamente que la distribucin exponencial. En teora de teletrfico se utiliza a veces el nombre distribucin de Erlang para la distribucin de Poisson truncada (vase el 7.3). 4.3 Distribuciones planas
La funcin de distribucin general es en este caso una suma ponderada de distribuciones exponenciales (distribucin compuesta) con un factor de forma 2:
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]).
Figura 4.4 Mediante la combinacin de distribuciones exponenciales k en paralelo y seleccionando la derivacin nmero i con la probabilidad pi, se obtendr una distribucin hiperexponencial, que es una distribucin plana ( 2) El tiempo de vida residual medio m1,r(x) para toda x 0 es mayor que el valor medio:
4.3.1
Distribucin hiperexponencial 1, 2, ... , k,
En este caso, W() es un valor discreto. Supngase que se tengan los siguientes valores dados:
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):
Si n = 1 o todas las i son iguales, se tendr una distribucin exponencial. Esta clase de distribucin se denomina distribucin hiperexponencial y se puede obtener combinando n distribuciones exponenciales en paralelo, donde la probabilidad de elegir la i-sima distribucin viene dada por pi. La distribucin se denomina plana pues su funcin de distribucin de 0 a 1 aumenta ms lentamente que la distribucin exponencial. En la prctica, es difcil estimar ms que uno o dos parmetros. El caso ms importante es para n = 2 (p1 = p, p2 = 1 p):
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:
El valor medio y el factor de forma resultan:
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
Mediante la combinacin de distribuciones planas y pronunciadas se obtiene una clase de distribucin general (distribuciones de tipo de fase) que se pueden describir con fase exponencial tanto en serie como en paralelo (por ejemplo una matriz k l). Para analizar un modelo con esta clase de distribuciones, se puede aplicar la teora de los procesos de Markov, de la que se tienen herramientas eficaces como el mtodo de fase. En el caso ms general se puede permitir la realimentacin entre las fases. Slo se considerarn distribuciones de Cox como las que se muestran en la figura 4.6 (Cox, 1955 [18]). Estas distribuciones tambin aparecen con el nombre de distribucin de Erlang con derivaciones.
Figura 4.5 Funcin de la (frecuencia de) densidad para tiempos de ocupacin observndose lneas en una central local durante las horas cargadas. (Central 0163, 27/5-6/6 1975.)
01.12.06
- 90 -
Leyendas de la figura 4.5 1) Nmero de observaciones 2) Tiempo 3) 57055 observaciones m = 171,85 s factor de forma = 3,30
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:
que se puede expresar as:
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
Las siguientes propiedades tienen importancia para aplicaciones posteriores. Si se considera un punto en el tiempo escogido al azar dentro de un intervalo de tiempo con distribucin de Cox, la probabilidad que este punto est dentro de la fase i viene dada por:
Si este experimento se repite y veces (independientemente), la probabilidad que la fase i se observa yi veces est dada por la distribucin multinomial ( = distribucin polinomial):
donde
01.12.06
- 92 -
Estas expresiones (4.38) se denominan coeficientes multinomiales. Por la propiedad de "falta de memoria" de las distribuciones (fases) exponenciales se tiene plena informacin acerca del tiempo de vida residual, cuando se conoce el nmero de la fase real. 4.4.2 Principios de descomposicin
Figura 4.8 Una distribucin exponencial con intensidad es equivalente a la distribucin de Cox mostrada (Teorema 4.1) Los diagramas de fase constituyen una herramienta til para analizar las distribuciones de Cox. La siguiente es una caracterstica fundamental de la distribucin exponencial (Iversen y Nielsen, 1985 [43]): Teorema 4.1 Una distribucin exponencial con intensidad se puede descomponer en una distribucin Cox de dos fases, donde la primera tiene una intensidad m > y la segunda una intensidad (vase la figura 4.8). El Teorema 4.1 muestra que una distribucin exponencial es equivalente a una distribucin de Cox homognea (homognea significa que tiene iguales intensidades en todas las fases) con intensidad m y un nmero infinito de fases (vase la figura 4.8). Se observa que las probabilidades de derivaciones son constantes. La figura 4.9 corresponde a una suma ponderada de distribuciones Erlang-k donde los factores de ponderacin estn geomtricamente distribuidos.
01.12.06
- 93 -
Figura 4.9 Una distribucin exponencial con rgimen se transforma por descomposicin sucesiva en una distribucin compuesta de distribuciones Erlang-k homogneas con los parmetros > , donde los factores de ponderacin siguen una distribucin geomtrica (cociente p = /m)
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 -
Figura 4.11 Esta distribucin de tipo de fase es equivalente a un exponente nico cuando pi . i = . As i como 0 < pi 1 4.4.3 Importancia de la distribucin de Cox
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 Otras distribuciones temporales
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):
Esta distribucin tiene su origen en la teora de la fiabilidad. Para k = 1 se tiene la distribucin exponencial. Ms adelante, se tratar un conjunto de distribuciones discretas que tambin describe el tiempo de vida, tal como la distribucin geomtrica, distribucin de Pascal, distribucin binomial, distribucin de Westerberg, etc. En la prctica, los parmetros de distribuciones no son siempre constantes. Los tiempos (de ocupacin) del servicio se pueden relacionar fsicamente con el estado del sistema. En sistemas hombre-mquina el tiempo del servicio cambia en razn de la actividad (disminuye) o inactividad (aumenta). De la misma manera, los sistemas electromecnicos funcionan ms lentamente durante periodos de carga elevada en razn que la tensin diminuye. Las tcnicas de modelado no sern tratadas en este Manual. Para algunas distribuciones que se aplican ampliamente en la teora de puesta en fila, se utilizan las siguientes notaciones abreviadas (vase tambin el 13.1): M Ek Hn D Cox G 4.5.1 Distribucin exponencial (Markov), Distribucin de Erlang-k, Distribucin hiperexponencial de orden n, Constante (Determinstica), Distribucin de Cox, General = atribucin arbitraria.
Distribuciones con gran densidad en los extremos
Distribuciones Log-normal y Pareto. Se publicarn. 4.6 Observaciones de la distribucin de tiempo de vida
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 Descripcin de procesos puntuales
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 < . . . . La primera observacin tiene lugar en el tiempo T0 = 0. El nmero de llamadas en el semiintervalo abierto [0, t] se indica como Nt. El valor Nt es una variable aleatoria con parmetros de tiempo continuo y espacio discreto. Cuando t aumenta, Nt nunca disminuye. (5.1)
Figura 5.1 Proceso de llegada de la llamada en las lneas de entrada de una central de trnsito
01.12.06
- 100 -
Leyendas de la figura 5.1 1) 2) Nmero acumulado de llamadas Tiempo [s] Xi = Ti Ti1, i = 1, 2; . . . . (5.2)
La distancia temporal entre dos llegadas es: 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
Esto se expresa por la identidad de Feller-Jensen:
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 Propiedades bsicas de la representacin del nmero Hay dos propiedades que son de inters terico: 1) El nmero de llamadas entrantes total en el intervalo [t1, t2] es igual a Nt2 - Nt1. El nmero de llamadas promedio en el mismo intervalo se denomina funcin de renovacin H: H (t1, t2) = E{Nt2 Nt1} 2) La densidad de las llamadas entrantes en el tiempo t (valor medio del tiempo) es: (5.5)
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).
- 101 -
Para procesos puntuales regulares, se tiene: p {Nt+t Nt 2} = o(t), p {Nt+t Nt = 1} = tt + o(t), p {Nt+t Nt = 0} = 1 tt + o(t), donde, por definicin: (5.7) (5.8) (5.9)
3)
ndice de dispersin para conteo
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:
Mediante la divisin del intervalo de tiempo t en x intervalos de duracin t/x y observando el nmero de eventos durante esos intervalos se obtiene una estimacin del IDC(t). Para el proceso de Poisson IDC se pone igual a uno. IDC es igual al "grado de curtosis", que se tratar ms adelante para caracterizar el nmero de canales ocupados en un proceso de trfico (7.7). 5.1.2 4) Propiedades bsicas de la representacin del intervalo La distribucin f(t) de intervalos de tiempo Xi (5.2) (y por convolucin la distribucin en s i1 veces la distribucin del tiempo hasta la i-sima llegada). Fi(t) = p {Xi t}, E {Xi} = m1,i. (5.12) (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
Caractersticas del proceso puntual
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 Condicin de estacionario (Homogeneidad del tiempo) 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) Hay muchas otras definiciones de la condicin de estacionario, algunas ms estrictas y otras ms amplias. La condicin de estacionario tambin se puede definir por representacin de intervalos requiriendo que todas las Xi sean independientes e idnticamente distribuidas. Una definicin amplia es aquella que todos los momentos de primero y segundo orden (por ejemplo el valor medio y la varianza) de un proceso puntual deben ser constantes con respecto a desplazamientos en el tiempo. Erlang introdujo el concepto de equilibrio estadstico, que requiere que las derivadas del proceso con respecto al tiempo sean cero. 5.2.2 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)
Considrese un sistema de puesta en fila con procesos de llegada de Poisson, tiempo de servicio constante y servidor nico. El nmero de posiciones en la fila puede ser finito o infinito. Defnase un proceso puntual por los instantes de tiempo cuando comienza el servicio. Todos los intervalos de tiempo cuando el sistema est en reposo, sern puntos de equilibrio. Durante los periodos en que el sistema est ocupado los puntos en el tiempo para aceptar nuevas llamadas de servicio dependen del instante en que la primera llamada del periodo ocupado inicia el servicio. Regularidad
5.2.3
Se ha indicado ya que se excluyen los procesos con mltiples llegadas. Definicin: Se dice que un proceso puntual es regular, si la probabilidad que haya ms de un evento en un punto dado es cero: p {Nt+t Nt 2} = o(t). (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 Ejemplo 5.2.2: Eventos mltiples Los puntos temporales de accidentes de trfico formarn un proceso regular. La cantidad de vehculos daados o personas fallecidas ser un proceso puntual y regular con eventos mltiples. 5.3 Teorema de Little (5.18)
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) = nmero de llegadas en el periodo T. = tiempo de servicio total de todos los clientes en el periodo T. = zona sombreada entre curvas. = volumen de trfico transportado.
(T)
= N(T) = intensidad promedio de la llamada en el periodo T. T
W(T) = A(T) = tiempo de ocupacin medio en sistemas por llamada en el periodo T. N(T) L(T) = A(T) = nmero de llamadas promedio en el sistema en el periodo T. T
01.12.06
- 105 -
Se tiene la relacin importante entre esas variables:
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 -
Figura 5.2 Sistema de puesta en fila con llegada y salida de clientes. La distancia vertical entre las dos curvas es igual al nmero real de clientes que estn servidos. Los clientes en general no salen en el mismo orden en que llegan, de modo tal que la distancia horizontal entre las curvas no describe el tiempo real en el sistema de un cliente Leyendas de la figura 5.2 1) 2) 3) 4) Nmero de eventos Proceso de salida Proceso de partida 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 Caractersticas del proceso de Poisson
Las propiedades fundamentales del proceso de Poisson se definen en el 5.2: a) condicin de estacionario, b) independencia en todos los puntos temporales (pocas), y c) regularidad. b) y c) son propiedades fundamentales, mientras que a) es innecesario. As, se puede permitir un proceso de Poisson que tenga una intensidad dependiente del tiempo. A partir de las propiedades precedentes se pueden deducir otras propiedades que son suficientes para definir el proceso de Poisson. Las dos ms importantes son: Representacin del nmero: El nmero de eventos dentro de un intervalo de tiempo de longitud fija tiene distribucin de Poisson. Por consiguiente, el proceso se denomina proceso de Poisson. Representacin del intervalo: La distancia temporal Ti entre eventos consecutivos tiene distribucin exponencial. En este caso, la frmula (5.4) muestra la relacin fundamental entre la distribucin de Poisson acumulada y la distribucin de Erlang (vase el 6.2.2) (identidad de Feller-Jensen's):
Esta frmula se puede obtener tambin por integracin parcial repetida. 6.2 Distribuciones del proceso de Poisson
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.
- 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.
Figura 6.1 Cuando se aplica el proceso de Poisson, se consideran llegadas dentro de intervalos de tiempo no superpuestos de duracin t1 y t2, respectivamente Leyenda de la figura 6.1: Tiempo La notacin p(, t) representa la probabilidad que se produzcan eventos dentro de un intervalo de tiempo de duracin t. La formulacin matemtica del modelo anterior es la siguiente: 1) Independencia: Si t1 y t2 son dos intervalos no superpuestos (vase la figura 6.1), se tiene en razn de la hiptesis de independencia: p (0; t1) . p (0, t2) = p (0, t1 + t2) 2) El valor medio del intervalo de tiempo entre dos llegadas sucesivas es 1/ (Ec. 3.4): (6.2)
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 Distribucin exponencial (6.5)
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) Si ln p(0, t) = f(t), la ecuacin (6.6) se puede expresar como sigue: f (t1) + f (t2) = f (t1 + t2) Por diferenciacin con respecto a, por ejemplo, t2 se tiene: F'(t2) = f't2 (t1 + t2) (6.7) (6.6)
01.12.06
- 109 -
De esto se observa que f'(t) debe ser una constante y por tanto: f(t) = a + b . t 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: (6.8)
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:
Se obtienen as el valor medio y la varianza siguientes (4.4): m1 = 1
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 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). (6.13)
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) 2) 3) 4) 6.2.2 Nmero de observaciones 5 916 observaciones = Teora Tiempo entre llegadas (exploracin = 0,2 s) 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 -
Para k = 1 se obtendr por supuesto la distribucin exponencial. La distribucin gk+1(t) , k > 0; se obtiene por convolucin de gk (t) y g1(t). Si se supone que la expresin (6.14) es vlida para gk (t), se tiene entonces:
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 -
produzca en el intervalo (t1, t1 + dt1), se obtiene la probabilidad p(i, t) mediante la integracin de todos los valores posibles de t1 como producto de las tres probabilidades siguientes: a) La probabilidad que (i 1) llegadas se produzcan dentro del intervalo de tiempo (0; t1):
b) c)
La probabilidad que haya una sola llegada dentro del intervalo de tiempo de t1 a t1+dt1:
. dt1
La probabilidad que no se produzcan llegadas en el intervalo de t1 + dt1 a t: e(t-t1) 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 -
(rgimen ), se obtiene entonces un nmero de paquetes distribuidos de Poisson en cada segmento de tiempo.
La probabilidad de una transmisin correcta es: P(1) = h . eh. (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) Max{p(1)} = e1 = 0,3679 (6.21) (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) 2) 3) 4) Nmero de observaciones 900 observaciones a = 6,39 llamadas/s = 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.
Figura 6.4 El trfico transportado en un sistema Aloha segmentado tiene un mximo (vase el ejemplo 6.2.2). El protocolo de Aloha simple se trata en el ejemplo 7.3.1 Leyendas de la figura 6.4 1) 2) 3) 4) 5) 6.2.4 Trfico transportado Ideal Aloha segmentado Aloha simple Trfico ofrecido Derivacin esttica de las distribuciones del proceso de Poisson
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 Nmero de intentos desde el resultado satisfactorio previo o desde un intento aleatorio para obtener un resultado satisfactorio DISTRIBUCIN GEOMTRICA PROCESO DE POISSON Tiempo continuo Intensidad satisfactoria , > 0 Intervalo entre dos resultados satisfactorios o desde un punto aleatorio hasta el siguiente resultado satisfactorio DISTRIBUCIN EXPONENCIAL
Nmero de intentos para obtener k resultados satisfactorios DISTRIBUCIN DE PASCAL = DISTRIBUCIN BINOMIAL NEGATIVA
Intervalo de tiempo hasta el k-simo resultado satisfactorio DISTRIBUCIN DE ERLANG-
Nmero de resultados satisfactorios en n intentos DISTRIBUCIN BINOMIAL
Nmero de resultados satisfactorios en un intervalo de tiempo t DISTRIBUCIN DE POISSON
01.12.06
- 116 -
6.3
Propiedades del proceso de Poisson
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 Teorema de Palm (Teorema de la superposicin) 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).
Figura 6.5 Por superposicin de n procesos puntuales se obtiene bajo ciertas premisas un proceso que localmente es un proceso de Poisson Leyendas de la figura 6.5 1) 2) 3) 4) 5) 6) Proceso 1 Proceso 2 Proceso n Proceso total Punto aleatorio en el tiempo Tiempo
Teorema 6.1 Teorema de Palm: Por superposicin de numerosos procesos puntuales independientes el proceso total resultante ser localmente un proceso de Poisson. El trmino "localmente" significa que se consideran intervalos de tiempo que son tan breves que cada proceso contribuye a lo sumo con un evento durante este intervalo. Este es un requisito natural
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):
Si todos los subprocesos son idnticos, se tiene:
De las ecuaciones (3.23) y (5.18) resulta (suponiendo = 1)
y entonces:
Por consiguiente, de la ecuacin (6.24) se obtiene, suponiendo que el nmero de subprocesos aumenta al infinito:
que es la distribucin exponencial. Se ha demostrado que por superposicin de procesos idnticos se obtendr localmente un proceso de Poisson. De manera similar, se pueden superponer procesos no idnticos y obtener localmente un proceso de Poisson. 6.3.2 Teorema de Raikov (Teorema de la descomposicin) Un teorema similar, el teorema de la descomposicin, es vlido cuando se divide un proceso puntual en subprocesos y que esto se efecta en forma aleatoria. Si en un proceso hay n veces menos eventos, es natural entonces disminuir los ejes de tiempo en un factor n. Teorema 6.2 Teorema de Raikov: Mediante la descomposicin aleatoria de un proceso puntual en subprocesos, cada uno de ellos converge a un proceso de Poisson cuando la probabilidad que un evento pertenezca a un subproceso tienda a cero. Adems de superposicin y descomposicin (fusin y divisin, o unin y bifurcacin), se puede efectuar otra operacin en un proceso puntual, denominada translacin (desplazamiento) de los eventos particulares. Cuando esta translacin para cada evento es una variable estocstica, independiente de otros eventos, un proceso puntual arbitrario converger nuevamente a un proceso de Poisson.
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 Distribucin uniforme una propiedad condicional 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 Generalizacin del proceso de Poisson estacionario
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 Proceso de Poisson interrumpido 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 -
Figura 6.6 Sistema de rebasamiento con proceso de llegada de Poisson (intensidad ). Normalmente, las llamadas llegan al grupo primario. Durante los periodos en que todas las n lneas de enlace en el grupo primario estn ocupadas, todas las llamadas se ofrecen al grupo de rebasamiento Leyendas de la figura 6.6 1) 3) 5) Canales Enlace de desbordamiento Encendido 2) 4) 6) Trfico total [erlang] Enlace primario Apagado
01.12.06
- 120 -
Figura 6.7 Ilustracin del proceso de Poisson interrumpido (IPP, interrupted Poisson process)(vase la figura 6.6). La posicin de la llave conmutadora est controlada por un proceso de Harkov de dos estados Leyendas de la figura 6.7 1) 2) 3) 4) 5) 6) Proceso de Poisson Conmutador activado desactivado Proceso de llegada IPP 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:
Figura 6.8 El proceso de Poisson interrumpido es equivalente a un proceso de llegada hiperexponencial (6.27)
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:
Se consideran dos casos: 1) 2) n = : Distribucin de Poisson (vase el 7.2). n < : Distribucin de Poisson truncada (vase el 7.3)
Ms adelante se ver que el modelo es indiferente a la distribucin del tiempo de ocupacin, es decir slo el tiempo medio de ocupacin es importante para las probabilidades de estados. El tipo de distribucin no tiene importancia para las probabilidades de estado.
01.12.06
- 124 -
Mediciones de calidad de funcionamiento: Las mediciones ms importantes de grado de servicio para sistemas de prdidas son la congestin temporal E, la congestin de llamadas B y la congestin de (carga de) trfico C. Son todas idnticas para el modelo de prdidas de Erlang debido al proceso de llegada de Poisson (propiedad PASTA, vase el 6.3). 7.2 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 Diagrama de transicin de estado 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.
Figura 7.1 Distribucin de Poisson. Diagrama de transicin de estado para un sistema con infinitos canales, proceso de llegada de Poisson (), y tiempos de ocupacin con distribucin exponencial () Las ecuaciones que describen el estado de los sistemas bajo la hiptesis de equilibrio estadstico se pueden establecer de dos maneras, ambas basadas en el principio de compensacin global: a) Ecuaciones de nodo En equilibrio estadstico el nmero de transiciones por unidad de tiempo en el estado [i] es igual al nmero de transiciones fuera del estado [i]. La probabilidad de estado de equilibrio p(i) indica la proporcin de tiempo (tiempo total por unidad de tiempo) que el proceso est en el estado [i]. El nmero medio de saltos del estado [0] al estado [1] es p(0) por unidad de tiempo, y el nmero de saltos del estado [1] al estado [0] es p(1) por unidad de tiempo. Para el estado [1] se obtiene la ecuacin de equilibrio o compensacin siguientes:
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:
Las ecuaciones de corte se utilizan principalmente para diagramas de transicin de estado unidimensionales, mientras que las ecuaciones de nodo se aplican a cualquier tipo de diagrama. Como el sistema siempre estar en algn estado, se tiene la restriccin de normalizacin:
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 Obtencin de las probabilidades de estado 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 restriccin de normalizacin (7.5) implica:
obtenindose la distribucin de Poisson:
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 Caractersticas de trfico de la distribucin de Poisson 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: Congestin de llamadas: Trfico transportado: Trfico perdido: Congestin del trfico: E = 0, B = 0,
Y = i p(i ) = A, i =1
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):
El grado de curtosis (o factor de irregularidad) tiene dimensin [nmero de canales] y es diferente del coeficiente de variacin que no tiene dimensin (3.9). Duracin del estado [i]: En el estado [i] el proceso tiene la intensidad total ( + i ) fuera del estado. Por consiguiente, el tiempo hasta la primera transicin (transicin de estado i+1 i 1) est distribuido exponencialmente (vase el 4.1.1):
7.3
Distribucin de Poisson truncada
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.
Figura 7.2 Distribucin de Poisson truncada. Diagrama de transicin de estado para un sistema con un nmero de canales (n) limitado, proceso de llegada de Poisson (), y tiempos de servicio exponenciales () 7.3.1 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:
Se obtiene as la denominada distribucin de Poisson truncada (primera frmula de Erlang):
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 Caractersticas de trfico de la frmula B de Erlang 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:
donde A es el trfico ofrecido. El trfico transportado ser menor que A y n. Trfico perdido:
Congestin de trfico:
01.12.06
- 129 -
Es decir, se tiene que E = B = C, porque la intensidad de la llamada es independiente del estado. Esta es la propiedad PASTA que es vlida para todos los sistemas con procesos de llegada conforme a la distribucin de Poisson. En todos los otros casos al menos dos de las tres mediciones de congestin son diferentes. La frmula B de Erlang se muestra grficamente en la figura 7.3 para algunos valores seleccionados de los parmetros. Trfico transportado por la i-sima lnea de enlace (utilizacin de ai): 1) Bsqueda aleatoria: En este caso todos los canales transportan el mismo promedio de trfico. El trfico total transportado es independiente de la estrategia de bsqueda y la utilizacin resulta:
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:
Los valores lmites son los siguientes:
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):
La dimensin es [nmero de canales]. En un grupo con bsqueda ordenada se puede as estimar el grado de curtosis del trfico transportado por el ltimo canal. Duracin del estado [i]: La intensidad total para dejar el estado [i] es constante e igual a ( + i ) y, por tanto, el intervalo del tiempo en el estado [i] est distribuido exponencialmente con la funcin de densidad:
7.3.3
Generalizacin de la frmula B de Erlang
La literatura sobre la frmula B es muy amplia. Se mencionarn aqu un par de propiedades importantes. Insensibilidad: Se puede demostrar que la frmula B de Erlang, que anteriormente fue obtenida con la hiptesis de tiempos de ocupacin distribuidos exponencialmente, es vlida para distribuciones de tiempo de ocupacin arbitrarias. Las probabilidades de estado para la distribucin de Poisson (7.6) y la distribucin de Poisson truncada (7.8) slo depende del tiempo de ocupacin a travs del valor medio que aparece en el trfico ofrecido A. Se debe sealar que todos los sistemas de prdidas clsicos con plena accesibilidad son indiferentes a la distribucin del tiempo de ocupacin. La hiptesis fundamental para la validez de la frmula B de Erlang es as un proceso de llegada de Poisson. Conforme al teorema de Palm esto se satisface cuando el trfico es originado por muchas fuentes independientes. Esto se cumple en sistemas telefnicos ordinarios en condiciones de trfico normales. La frmula es as muy amplia. El proceso de llegada as como el proceso de tiempo de servicio se describen por un slo parmetro A. Esto explica la amplia aplicacin de la frmula B en el pasado y en la actualidad. Nmero de canales continuo: La frmula B de Erlang se puede generalizar matemticamente a un nmero de canales no entero (incluido un nmero negativo de canales). Esto es til cuando, por ejemplo, se desea hallar el nmero de canales n para un determinado trfico ofrecido A y una probabilidad de bloqueo E. En el Captulo 9 esto se utilizar tambin para tratar el trfico de desbordamiento. Ejemplo 7.3.1: Protocolo Aloha simple En el ejemplo 6.2.2 se examin el protocolo Aloha segmentado, en el que los ejes de tiempo fueron divididos en segmentos temporales. Se estudiar ahora el mismo protocolo en tiempo continuo. Se supone que los paquetes se reciben conforme a un proceso de Poisson y que tienen la longitud constante h. El sistema se ajusta a la distribucin de Poisson que tambin es vlida para tiempos de
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 =
Figura 7.3 Probabilidad de bloqueo En (A) en funcin del trfico ofrecido A para diversos valores del nmero de canales n (7.8) Leyendas de la figura 7.3 1) 2) Probabilidad de bloqueo En (A) 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) 2) Utilizacin a 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) Funcin mejora F1,n(A) = an+1 Nmero de canales n Acorrecto = A P correcto = A e
-2A
El trfico transmitido correctamente se puede expresar as: . 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 Procedimientos normales para diagramas de transicin de estado
La herramienta ms importante en teora de teletrfico es la formulacin y solucin de modelos por medio de diagramas de transicin de estado. Conforme a las secciones se identific al procedimiento normal para diagramas de transicin de estado que se describe a continuacin. Este procedimiento comprende de una serie de pasos y est formulado en trminos generales. Asimismo, es aplicable para diagramas de transicin de estado multidimensionales, que se examinarn ms adelante. Se efectan siempre los siguientes pasos: a) Construccin del diagrama de transicin de estado.
definir los estados del sistema en un modo unvoco; representar grficamente los estados como crculos; considerar los estados uno por vez y trazar todas las flechas posibles para transiciones fuera del estado debido al: * proceso de llegada (nueva llegada o desplazamiento de fase en el proceso de llegada), * proceso de partida (el tiempo de servicio termina o se desplaza la fase).
De esta manera se obtiene el diagrama de transicin de estado completo. b) Formular las ecuaciones que describen el sistema. Si se satisfacen las condiciones para el equilibrio estadsticos, las ecuaciones de estado permanente se pueden obtener de: * las ecuaciones de nodo; * las ecuaciones de corte.
c)
Las ecuaciones diferenciales se pueden obtener directamente del diagrama. Resolver las ecuaciones de equilibrio suponiendo un equilibrio esttico. Expresar todas las probabilidades de estado, por ejemplo la probabilidad de estado [0], p(0).
d)
Hallar p(0) por normalizacin. Calcular las mediciones de calidad de funcionamiento expresadas por las probabilidades de estado.
En la prctica, el valor no normalizado de la probabilidad de estado q(0) se pone a uno, y se calculan los valores relativos q(i), (i = 1, 2, ...). Por normalizacin se tiene:
donde
01.12.06
- 135 -
La congestin temporal resulta:
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:
se calcula con la siguiente expresin:
La nueva constante de normalizacin resulta:
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:
Introduciendo la probabilidad de congestin temporal inversa Ix = Ex-1 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, por ejemplo, q(i) < 10 probabilidades. 7.4.2
20
y normalizar q(i). En la prctica no habr problemas para normalizar las
Evaluacin de la frmula B de Erlang
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:
Desde el punto de vista numrico, la forma lineal (7.26) es la ms estable:
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 -
Se obtiene las siguientes probabilidades de bloqueo: Congestin temporal: Congestin de trfico:
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:
Ejemplo 7.4.3: Clculo de Ex(A) para valores de x grandes Por aplicacin recursiva de la ecuacin (7.28) se obtiene:
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 Dimensionamiento con probabilidad de bloqueo fija 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 -
Cuadro 7.1 Parte superior: Para un valor fijo de la probabilidad de bloqueo E = 1% se puede ofrecer el trfico A a travs de n lneas de enlace. El promedio de utilizacin de las lneas de enlace es a y la funcin mejora es F1,n(A) (7.15). Parte inferior: Se obtienen los valores de E, a y F1,n(A) para una sobrecarga de 20%
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 Principios de mejora (principio de Moe) 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 -
Cuadro 7.2 Para un valor fijo de la funcin mejora se han calculado los mismos valores que en el cuadro 7.1
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
Leyendas de la figura 7.6 1) Costos 2) Costos totales 3) Trfico bloqueado 4) Cable 5) Nmero de lneas de enlace n Cn 1 > Cn y Cn Cn+1. Como E1,n(A) = En(A) se tiene: A{En1(A) En(A)} > o: donde:
FB = c Costo por canal extra = g Ingreso por canal extra
c A {En(A) En+1((A)}, g
(7.31)
(7.33)
01.12.06
- 142 -
FB se denomina valor mejora. Se observa que c0 no aparece en la condicin para mnimo. Determina si es conveniente transportar el trfico en su totalidad. Se debe requerir que para algn valor positivo de n se tenga: g A {1 En(A)} > c0 + c n
B
(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
En Dinamarca se han utilizado los siguientes valores: FB = 0,35 para grupos de enlace primarios. FB = 0,20 para grupos primarios que protegen el servicio. FB = 0,05 para grupos sin ruta alternativa. (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: Caso binomial: modelo de Engset, Caso Poisson: modelo de Erlang, y Caso Pascal (Binomial negativo): modelo de Palm-Wallstrm.
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) 2) S fuentes 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 -
(intensidad ), el proceso de trfico resulta entonces un proceso de renovacin, es decir un proceso de marco especial, que es sencillo de tratar matemticamente. Generalmente se define el estado del sistema como el nmero de canales ocupados. Como se ver ms adelante todos los procesos considerados no son sensibles, es decir slo el tiempo de servicio medio es de importancia para las probabilidades de estado, la distribucin de tiempo de servicio propiamente dicha no tiene influencia. Definicin de trfico ofrecido: En el 2.1 el trfico ofrecido A se ha definido como el trfico transportado cuando el nmero de servidores es ilimitado. Slo para procesos de renovacin estacionarios como el proceso de llegada de Poisson en el caso Erlang esta definicin es equivalente al promedio de la cantidad de tentativas de llamada por tiempo medio de servicio. En los casos de Engset y Pascal no hay proceso de renovacin de llegada y esta definicin se utiliza para el caso Engset y para el caso Pascal. El grado de Curtosis se define como la relacin entre la varianza y el valor medio de las probabilidades de estado. Para el trfico ofrecido el grado de curtosis se considera un nmero infinito de canales. Considrense los procesos de llegadas siguientes, donde el primer caso ya ha sido tratado en el Captulo 7: 1) Caso Erlang (P Caso de Poisson): El proceso de llegada es un proceso de Poisson con intensidad . Este tipo de trfico se denomina aleatorio o trfico puramente aleatorio tipo uno, PCTI. Se consideran dos casos: a) n = : Distribucin de Poisson (vase 7.2). El grado de curtosis es en este caso igual a uno (Z = 1). b) n < : Distribucin de Poisson truncada (vase el 7.3). 2) Caso Engset (B caso binomial): Hay un nmero limitado de fuentes S. La fuente individual tiene cuando est en reposo una intensidad (de llegada) de llamada constante . Cuando est ocupado la intensidad de llamada es cero. El proceso de llegada es as dependiente del estado. Si en un punto del tiempo dado, i fuentes estn ocupadas, la intensidad de llegada es igual a (S i) . Este tipo de trfico se denomina trfico aleatorio o trfico puramente aleatorio tipo dos, PCT-II. Se consideran los dos casos siguientes: a) n S: Distribucin binomial (vase el 8.2). El grado de curtosis es en este caso menor que uno: (Z < 1). b) n < S: Distribucin binomial truncada (vase el 8.3). Caso Palm - Wallstn (P- Caso Pascal): Hay un nmero de fuentes (clientes) S limitado. Si en un instante dado se tiene i fuentes ocupadas, la intensidad de llegada es igual a (S + i). Aqu nuevamente surgen dos casos: a) n = : Distribucin de Pascal = distribucin binomial negativa (vase 8.6). En este caso el grado de curtosis es mayor que uno (Z > 1). b) n < : Distribucin de Pascal truncada (distribucin binomial negativa (vase el 8.7). 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:
3)
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
Se examinar ahora un sistema con un nmero limitado de fuentes S (abonados). La fuente individual se conmuta entre estados en reposo y ocupado. Una fuente est en reposo durante un intervalo de tiempo que est distribuido exponencialmente con intensidad , y la fuente est ocupada durante un intervalo de tiempo distribuido exponencialmente (tiempo de servicio, tiempo de ocupacin) con intensidad (vase la figura 8.2). Este tipo de fuente se denomina fuente espordica o fuente activada/desactivada. Este tipo de trfico se denomina trfico puramente aleatorio tipo dos (PCT-II) o trfico seudoaleatorio. Se supone que en esta seccin el nmero total de canales/lneas de enlace n ser mayor o igual al nmero de fuentes (n S), de modo tal que no habr llamadas perdidas. Se supone que n y S son valores enteros, pero es posible tratar con valores no enteros (Iversen y Sanders, 2001 [45].
Figura 8.2 Cada fuente est ocupada o en reposo y se comporta en forma independiente de todas las otras fuentes Leyendas de la figura 8.2 1) 2) 3) 4) 5) 6) Estado Ocupado En reposo Tiempo llegada salida
01.12.06
- 146 -
8.2.1
Ecuaciones de equilibrio
Figura 8.3 Diagrama de transicin de estado para el caso binomial (vase el 8.2). El nmero de fuentes S es menor que el nmero de circuitos n (n S) Slo hay inters en las probabilidades de estado estacionario p(i), que es la proporcin de tiempo en que el proceso se encuentra en el estado [i]. Los clculos estarn basados en el diagrama de transicin de estn de la figura 8.3. Se consideran cortes entre los estados vecinos y se obtiene:
Todas las probabilidades de estado se expresan por p(0):
El valor total de todas las probabilidades debe ser igual a uno:
01.12.06
- 147 -
donde se ha utilizado la expansin binomial. Si = /, se obtiene:
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
Caractersticas del trfico binomial
Se han visto las siguientes definiciones de los parmetros:
1/
= intensidad de la llamada por fuente desocupada, = tiempo de servicio (ocupacin) medio, = trfico ofrecido por fuente desocupada.
(8.5) (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+
= trfico ofrecido por fuente, = trfico ofrecido total, a = trfico transportado por fuente, = trfico transportado. S <n;
n
(8.8) (8.9) (8.10) (8.11)
A=S. Y=S.a Congestin temporal: E=0 E = p(n) = Trfico transportado:
S = n.
(8.12)
que es el valor medio de la distribucin binomial (8.4). En este caso sin bloqueo se tiene entonces = a. Congestin de trfico:
Nmero de tentativas de llamada por unidad de tiempo:
01.12.06
- 149 -
La expresin (S a ) es el nmero de llamadas transportadas por unidad de tiempo, y se obtiene as: Congestin de llamadas: B=0 Trfico transportado por canal : Bsqueda aleatoria: (8.16)
Bsqueda secuencial: expresin compleja deducida por L.A. Joys (1971 [56]). Funcin mejora: Fn(A) = Yn+1 Yn = 0 Grado de curtosis: (Cuadro 6.1) (8.18)
Se observa que el grado de curtosis Z es independiente del nmero de fuentes de trfico y es siempre menor que uno, de modo tal que corresponde al trfico regularizado. Como A = S, se obtiene entonces la siguiente relacin simple entre A, S y Z:
Duracin del estado i: Est distribuido exponencialmente con el rgimen:
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:
y suponiendo que = /, las probabilidades de estado son:
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):
de la que se puede observar directamente porque se denomina distribucin binomial truncada (vase la distribucin de Poisson truncada (7.9)). Las distribuciones (8.25) y (8.26) se denominan distribucin de Engset. T. Engset (1865-1943) de nacionalidad noruega public por primera vez el modelo con un nmero de fuentes finito (1918 [27]). 8.3.2 Caractersticas del trfico del sistema Engset La distribucin de Engset da por resultado clculos ms complicados que el sistema de prdidas de Erlang. La cuestin esencial es conocer cmo encontrar las medidas de rendimiento funcional de las probabilidades de estado utilizando las definiciones. El sistema Engset est caracterizado por los parmetros B = / = trfico ofrecido por fuente desocupada, S = nmero de fuentes y n = nmero de canales.
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):
Congestin de llamadas B: por definicin es igual a la proporcin de tentativas de llamada que se pierden. Slo las tentativas de llamada que llegan al sistema en estado n se bloquean. Durante una unidad de tiempo se obtiene la relacin siguiente entre el nmero de tentativas de llamadas bloqueadas y el nmero total de tentativas de llamadas:
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 -
pues E = En,S() = p(n). Esto se resuelve con respecto a Y:
El trfico ofrecido viene dado por la ecuacin (8.9), y as se obtiene: Congestin de trfico C = Cn;S (A). Esta es la medicin de congestin ms importante.
Esto permite una relacin simple entre C y E. Tambin se puede hallar el trfico transportado si se conoce la congestin de llamadas B. La cantidad de tentativas de llamada aceptadas por fuente desocupada por tiempo medio de servicio es . (1-B), y el trfico transportado por fuente resulta
El trfico transportado total viene dado por:
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 -
donde Y es el trfico transportado. As (SY) es el nmero medio de fuentes desocupadas. Histricamente, el trfico ofrecido haba sido definido como la relacin /. Sin embargo, esto no es correcto debido a que a cada tentativa de llamada repetida no se le puede asignar un tiempo de ocupacin medio 1/. Adems, esto ha causado mucha confusin pues el trfico ofrecido por esta definicin depende del sistema (nmero de canales). Trfico perdido:
Duracin del estado i: Est distribuido exponencialmente con la intensidad:
Funcin mejora:
Ejemplo 8.3.1: Promedio de llamadas y tiempo medio Se han definido anteriormente las probabilidades de estado p(i) bajo la hiptesis de equilibrio estadstico como la porcin de tiempo que el sistema permanece en el estado i, es decir como promedio de tiempo. Se debe tambin estudiar cmo se muestra el estado del sistema cuando es observado por una fuente (usuario) de llegada o salida (promedio de llamadas). Si se considera una . unidad de tiempo, las fuentes (S i) p(i) medias observarn el sistema en el estado i, justo antes del momento de llegada y si son aceptados llevarn el sistema al estado [i + 1]. Las fuentes que observan el sistema en el estado n estn bloqueadas y permanecen en estado desocupado. Por tanto, las fuentes de llegada observan el sistema en estado i con la probabilidad siguiente:
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 -
Mediante la aplicacin de ecuaciones de corte se determina inmediatamente que sta es idntica a la ecuacin (8.40), si se incluyen los clientes bloqueados. En trminos medios, los clientes salen del sistema en el mismo estado en que llegan. El proceso reversible es diferente a la distribucin temporal del servicio. Si el sistema se filmara, no se podra determinar si funciona hacia adelante o hacia atrs. 8.4 Evaluacin de la frmula de Engset
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 De la frmula general (7.25) recursiva en n se obtiene utilizando x = (S - x) y = /:
Introduciendo la congestin temporal recproca In,S() = 1/E n,S(), se obtiene la frmula de recursin:
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 Si las probabilidades de estado normalizadas para un sistema de n canales y S -1 fuentes se simbolizan con pn,S-1(i), se obtienen entonces probabilidades de estado para un sistema con S fuentes y n canales mediante la convolucin de esas probabilidades de estado con la probabilidad de estado de una fuente simple {p1,1(0) =1 - , p1,1(1) = :} truncamiento del espacio de estado en n, y la normalizacin de las probabilidades de estado (vase el ejemplo 3.2.1) (p(-1) = 0):
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:
obtenindose as la siguiente frmula recursiva:
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 Si se aplica la ecuacin (8.44) en la ecuacin (8.50), y la (8.45) en la (8.51), respectivamente, resulta:
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
B
De la ecuacin (8.50) se obtiene la siguiente relacin entre E = En,S() y B = Bn,S() = En,S-1() utilizando la ecuacin (8.28):
Las expresiones de la derecha son lineales en las probabilidades de bloqueo recprocas. En la ecuacin (8.34) se obtiene la siguiente relacin:
Si en la ecuacin (8.56) se expresa E por B (8.54), se obtendr entonces C expresado por B:
De las ecuaciones (8.58) y (8.28) se obtiene:
Ejemplo 8.5.1: Sistema de prdidas de Engset Se considerar un sistema de prdida de Engset que posee n = 3 canales y S = 4 fuentes. El coeficiente de llamadas por fuente desocupada es = 1/3 llamadas por unidad de tiempo y el tiempo medio de servicio (1/) es una unidad de tiempo. Se calculan entonces los siguientes parmetros:
01.12.06
- 157 -
= = A= Z=
erlang (trafico ofrecido por fuente en reposo), erlang (trfico ofrecido por fuente), (trfico ofrecido), (grado de curtosis).
Del diagrama de transicin de estado se obtiene el siguiente cuadro:
Se calculan las siguiente probabilidades de bloqueo:
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.
Ejemplo 8.5.2: Nmero limitados de fuentes La influencia a partir de la limitacin del nmero de fuentes se puede estimar considerando la congestin temporal, la congestin de llamadas o la congestin de trfico. Los valores de congestin se muestran en la figura 8.5 para un nmero de canales n fijo, trfico ofrecido A fijo, y un valor creciente del grado de curtosis Z correspondiente a un nmero de fuentes S que viene dado por S = A/1 Z) (8.23). El trfico ofrecido se define como el trfico transportado en un sistema sin
- 158 -
bloqueo (n = ). Aqu Z = 1 corresponde a un proceso de llegada de Poisson (frmula B de Erlang, E = B = C). Para Z < 1 se obtiene el caso Engset, y para este caso la congestin temporal E es mayor que la congestin de llamadas B que a su vez es mayor que la congestin de trfico C. Para Z > 1 se obtiene el caso Pascal (vanse los 8.6 y 8.7 y el ejemplo 8.7.1). 8.6 Distribucin de Pascal (Binomial negativa) En el caso binomial la intensidad de llegada disminuye la linealidad con un nmero creciente de fuentes ocupadas. Palm y Wallstrm introdujeron un modelo en el que la intensidad de llegada aumenta linealmente con el nmero de fuentes (servidores) ocupados (Wallstrm, 1964 [102]). La intensidad de llegada en el estado i viene dada por la siguiente expresin:
Donde .y S son constantes positivas. El tiempo de ocupacin se supone an que est distribuido exponencialmente con la intensidad
Figura 8.5 Congestin temporal E, congestin de llamadas B y congestin de trfico C en funcin del grado de curtosis Z para trfico BPP en un sistema con n = 20 lneas de enlace y un trfico ofrecido A = 15 erlang. En los ejemplos 8.5.2 y 8.7.1 hay ms informacin sobre este tema. Para aplicaciones, la congestin de trfico es la ms importante, pues es casi una funcin lineal del grado de curtosis Leyendas de la figura 8.5: 1) Probabilidad de congestin [%]
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 Distribucin de Pascal truncada
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, se reemplaza por -. 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. (8.65) (8.66)
01.12.06
- 160 -
Figura 8.6 Diagrama de transicin de estado para el caso Pascal (distribucin binomial negativa truncada) Ejemplo 8.7.1: Curtosis: ejemplo numrico Mantngase el nmero de canales n y el trfico ofrecido A fijo de la figura 8.5, y calclense las probabilidades de bloqueo para el grado de curtosis Z creciente. Para Z > 1 se obtiene el caso Pascal. Para este caso la congestin temporal E es menor que la congestin de llamadas B que, a su vez, es menor que la congestin de trfico C. Se debe observar que tanto la congestin temporal como la congestin de llamadas tienen un valor mximo. Slo la congestin de trfico presenta una descripcin razonable del rendimiento del sistema. Ejemplo 8.7.2: Sistemas de prdidas de Pascal Considrese un sistema de prdidas de Pascal con n = 4 canales y S = 2 fuentes. El rgimen de llegada es = 1/3 llamadas/unidad de tiempo por fuente desocupada, y el tiempo de ocupacin medio (1/) es de 1 unidad de tiempo. Se hallan los siguientes parmetros los cuales, para el caso Engset, reemplazan S por S (8.65) y por (8.65):
Utilizando el diagrama de transicin de estado se obtienen los siguientes parmetros:
01.12.06
- 161 -
Se hallan las siguientes probabilidades de bloqueo: Congestin temporal: Congestin de trfico: Congestin de llamadas: Se observa que E < B < C, que es un resultado general para el caso Pascal. Utilizando la misma frmula de recursin que para el caso Engest (Ec. 8.44) se obtendrn, por supuesto, los mismos resultados:
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.
Figura 9.1 Red de telecomunicacin con encaminamiento alternado y el correspondiente esquema de accesibilidad, que se denomina gradacin de O'Dell. Se supone que los enlaces entre la central de trnsito T y las centrales B y C no estn bloqueados. Los canales n12 son comunes para ambos flujos de trfico Generalmente las redes con accesibilidad limitada tienen proteccin de servicio intrnseca. Independiente de la dimensin del trfico de A a C nunca tendr acceso a los canales n1. Por otra parte, es posible que las conexiones se bloqueen incluso si hay canales en reposo, por lo que la utilizacin siempre ser ms baja que en los sistemas con accesibilidad total. Sin embargo, la utilizacin ser mayor que para sistemas separados con la misma cantidad total de canales. Los canales comunes permiten una determinada compensacin de trfico entre los dos grupos. Histricamente, era necesario considerar accesibilidad restringida pues los sistemas electromecnicos tenan inteligencia muy reducida y capacidad de selector limitada (accesibilidad). En sistemas digitales no se tienen estas restricciones, pero an la teora de accesibilidad restringida es importante para las redes y para garantizar el grado de servicio.
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 Probabilidad de estado de sistemas de desbordamiento 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.
Figura 9.2 Sistemas de desbordamiento que figuran en la literatura Leyendas de la figura 9.2 1) 2) 3) Sistema de Kosten Sistema de Brockmeyer 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:
donde Fn1(A) es la funcin mejora de la frmula B de Erlang. Grupo de desbordamiento:
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 -
Figura 9.4 Grado de curtosis Z del trfico de desbordamiento en funcin del nmero de canales para un valor fijo del trfico ofrecido. Obsrvese que Z tiene un valor mximo. Cuando n llega a tener un valor grande, las tentativas de llamadas rara vez estn bloqueadas y los intentos bloqueados sern mutuamente independientes. Por consiguiente, el proceso de desbordamiento de llamadas converge a un proceso de Poisson (vase el captulo 6) 9.2 Mtodo equivalente de Wilkinson-Bretschneider
El mtodo equivalente usualmente se denomina mtodo de Wilkinson (Wilkinson, 1955 [104]). Al mismo tiempo, Bretschneider (1956 [9]) public independientemente estos estudios en Alemania. Tambin se denomina mtodo de trfico aleatorio equivalente (ERT, equivalent random traffic) y desempea un papel fundamental cuando se dimensionan redes de telecomunicaciones. 9.2.1 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:
conocindose as n para el valor A. De esta manera, A es la nica variable independiente. Para resolver la ecuacin restante se puede utilizar el mtodo de iteracin de Newton-Raphson introduciendo la funcin:
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:
Con el valor de A se obtiene n, utilizando la ecuacin (9.12). La aproximacin de Rapp es suficientemente exacta para aplicaciones prcticas, excepto cuando Ax es muy pequea. El grado de curtosis Z = /m tiene un mximo, obtenido cuando n es ligeramente mayor que A (vase la figura 9.4). Para algunas combinaciones de m y /m la convergencia es crtica, pero cuando se utilizan ordenadores se puede encontrar siempre la solucin correcta. Con el empleo de ordenadores se puede operar con un nmero no entero de canales y slo al final de los clculos se elige un nmero entero de canales igual o mayor a los resultados obtenidos
01.12.06
- 170 -
(tpicamente un mdulo de un determinado nmero de canales (8 en GSM, 30 en MIC, etc.). Cuando se utilizan tablas de la frmula B de Erlang se debe elegir en cada paso el nmero de canales de modo tal que el bloqueo sea el caso ms desfavorable. El mtodo mencionado presupone que /m es mayor que uno, y esto slo es vlido para el trfico en rfagas. En la figura 9.5 se permite que los flujos de trfico individuales tengan una relacin i/mi < 1, siempre que el flujo de trfico total combinado sea en rfagas. Bretschneider ([10], 1973) ha extendido el mtodo para incluir un nmero negativo de canales durante los clculos. De esta manera es posible encarar trfico regularizado con el mtodo EERT extendido (EERT, extended ERT). 9.2.3 Probabilidades de bloqueo de paquetes 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:
de la cual se halla la constante c = 1/. La probabilidad de bloqueo para el flujo de trfico i, que se denomina probabilidad de bloqueo de paquete para el flujo i, resulta entonces:
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 -
Ejemplo 9.2.2: continuacin del Ejemplo 9.1.1 En el ejemplo 9.1.1 la probabilidad de bloqueo del grupo primario de 8 canales es E8(10) = 0,3383. El bloqueo del grupo de desbordamiento es:
El bloqueo total del sistema es: E16(10) = E8(10) . H(8) = 0,3383 . 0,06592 = 0,02231 Ejemplo 9.2.3: Sistema celular jerrquico Se considera un sistema celular HCS que abarca tres reas. El trfico ofrecido en las reas es de 12, 8 y 4 erlang, respectivamente. En las primera dos clulas se introducen microclulas con 16 (8, respectivamente), y una macroclula comn que abarca las tres reas tiene atribuida 8 canales. Se permite el desbordamiento de las microclulas en las macroclulas, pero no se reordenan las llamadas de las macro a las microclulas cuando un canal se desocupa. Adems, no se tiene en cuenta el traspaso de trfico. Mediante las ecuaciones (9.6) y (9.7) se hallan el valor medio y la varianza del trfico ofrecido a la macroclula:
Clula I 1 2 3 Total Trfico ofrecido Ai 12 8 4 24 Nmero de canales ni(j) 16 8 0 Desbordamiento medio m1,i 0,7250 1,8846 4,0000 6,6095 Varianza de desbordamiento vi 1,7190 3,5596 4,0000 9,2786 Grado de curtosis Zi 2,3711 1,8888 1,0000 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 Mtodo de equivalencia de Fredericks y Hayward
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 -
El mtodo de equivalencia de Fredericks y Hayward tambin caracteriza el trfico por el valor medio A y el grado de curtosis Z (0 < Z < ) (Z = 0 es un caso trivial con trfico constante). El grado de curtosis (7.7) es la relacin entre la varianza y el valor medio m de las probabilidades de estado, y tiene la unidad [canales]. Para trfico aleatorio (PCT-I) se tiene Z = 1 y se puede aplicar la frmula de Erlang B. Para grados de curtosis Z 1 el mtodo de Fredericks y Hayward iguala el sistema considerado con un sistema que tiene n/Z canales, trfico ofrecido A/Z y grado de curtosis Z=1:
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 Separacin del trfico 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 -
Ejemplo 9.3.3: Multiplexacin inversa Si en una red es necesario tener ms capacidad que la que corresponde a un canal simple, se podr combinar entonces ms canales en paralelo. En el extremo de origen se puede distribuir el trfico (paquetes o clulas en ATM) en un modo cclico sobre los canales individuales, y en el destino se reconstruye la informacin original. De esta manera se tiene acceso a mayores anchuras de banda sin arrendar canales de banda ancha fijos, que son muy costosos. Si los paquete de trfico son de tamao constante, el proceso de trfico se divide en un nmero de flujos de trfico idnticos, de modo tal que se obtiene la misma utilizacin que en un sistema simple con la capacidad total. Este principio fue experimentado por primera vez en un equipo dans (Johansen y Johansen y Rasmussen, 1991 [53]) para combinar hasta 30 conexiones RDSI a 64 kbit/s individuales para transferir trfico de vdeo para el mantenimiento de aeronaves. Actualmente, se emplean equipos similares para combinar un nmero de conexiones a 2 Mbit/s que sern utilizadas por conexiones ATM con mayor anchura de banda (IMA = Inverse Multiplexing for ATM) (multiplexacin inversa para ATM) (Techguide, 2001 [98]), (Postigo-Boix, Garca-Haro y Aguilar-Igartua, 2001 [86]). 9.4 Otros mtodos basados en espacio de estados Desde el punto de vista de bloqueo, el valor medio y la varianza no caracterizan necesariamente el trfico de manera ptima, sino que existen otros parmetros que pueden describir mejor el trfico. Cuando se calcula el bloqueo con el mtodo ERT se tienen dos ecuaciones con dos incgnitas (9.6) y (9.7). El sistema de prdidas de Erlang se define unvocamente por el nmero de canales y el trfico ofrecido Ax. Por consiguiente, no es posible generalizar el mtodo para tener en cuenta ms de dos momentos (valor medio y varianza). 9.4.1 Modelos de trfico BPP 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 -
resulta uno, y la probabilidad de bloqueo se obtiene utilizando la frmula B de Erlang. La probabilidad de bloqueo tiene relacin con el trfico m ofrecido originalmente. El mtodo se aplica para trfico con distribucin uniforme m > como as tambin el trfico en rfagas m < y slo requiere la evaluacin de la frmula de Erlang B con un nmero continuo de canales. Ejemplo 9.4.2: Mtodo de Sanders Si al ejemplo 9.2.3 se le aplica el mtodo de Sanders se aumenta el nmero de canales y el trfico ofrecido por m = 2,6691 (canales/erlang) y as se tiene 9,2786 erlang ofrecidos a 10,6691 canales. Aplicando la formula B de Erlang se encuentra el trfico perdido de 1,3690, que est en el margen de seguridad, pero cercano a los resultados obtenidos anteriormente. Corresponde a una probabilidad de bloqueo E = 1,3690/24 = 5,70%. 9.4.3 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 Procesos de llegada generalizados
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 Proceso de Poisson interrumpido 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
- 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).
Figura 9.6 Diagrama de transicin de estado para un sistemas de prdidas accesible completo con n servidores, proceso de llegada IPP (vase la figura 6.7) y tiempos de servicios distribuidos exponencialmente () La congestin temporal E se calcula con la siguiente expresin:
La congestin de llamadas B resulta:
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)
El trfico transportado es:
De esta expresin se obtiene C = (A Y)/A.
01.12.06
- 177 -
9.5.2
Proceso de llegada Cox-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)
Figura 9.7 Diagrama de transicin de estado para un sistema de prdidas totalmente accesible con n servidores, procesos de llegada Cox-2 (vase la figura 4.10) y tiempo de servicio con distribucin exponencial () Congestin de trfico C. El trfico ofrecido es el promedio del nmero de tentativas de llamada por tiempo medio de servicio. El tiempo medio entre llamadas es:
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 -
C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S3.DOC (133000)
- 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 Frmula de Erlang-B multidimensional 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, 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. (10.1)
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:
Esta es la distribucin de Poisson truncada (7.8) con el trfico ofrecido: A = A1 + A2 (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 -
Figura 10.1 Diagrama de transicin de estado bidimensional para un sistema de prdidas con n canales que son ofrecidos dos flujos de trfico PCT-I. Esto es equivalente a un diagrama de transicin de estado para el sistema de prdidas M/H2/n, donde la distribucin hiperexponencial H2 viene dada por la ecuacin (10.7) y la distribucin del tiempo de ocupacin tiene caractersticas hiperexponenciales:
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 -
que est de acuerdo con el trfico ofrecido. Se ha mostrado as que el modelo de prdidas de Erlang es vlido para tiempos de ocupacin con distribucin hiperexponencial. Este es un caso especial de la propiedad general de insensibilidad de la frmula B de Erlang. El modelo anterior se puede generalizar a flujos de trfico N:
que es la frmula de Erlang B multidimensional general. Por una generalizacin de la ecuacin (10.3) se observa que las probabilidades globales de estado se pueden calcular mediante la recursin siguiente donde q(x) representa las probabilidades de estado relativas, y p(x) las probabilidades de estado absolutas:
Si se utiliza recursin con normalizacin (vase el 7.4), se obtendr entonces la frmula de recursin para Erlang-B. La frmula (10.10) es similar a las ecuaciones de equilibrio para el caso Poisson cuando:
La congestin temporal es E = p(n), y mientras la propiedad PASTA es vlida, es tambin igual a la congestin de llamadas y la congestin de trfico. La evaluacin numrica se trata en detalle en el 10.4. 10.2 Procesos de Markov reversibles En las secciones anteriores se examin un diagrama de transicin de estado bidimensional. Para un nmero creciente de flujos de trfico el nmero de estados (as como las ecuaciones) aumenta muy rpidamente. Sin embargo, se puede simplificar el problema aprovechando la estructura de diagrama de transicin de estado. Considrese el diagrama de transicin de estado bidimensional que se muestra en la figura 10.2. El proceso es reversible si no hay flujo de circulacin en el diagrama. As, se consideran cuatro estados vecinos, el flujo en sentido horario debe ser igual al flujo en el sentido opuesto (Kingman, 1969 [64]), (Sutton, 1980 [97]). De la figura 10.2 se desprende:
- 183 -
En el sentido de las agujas del reloj:
En el sentido contrario de las agujas del reloj:
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:
y se obtendr la siguiente ecuacin de equilibrio:
Por normalizacin de la masa de probabilidad total se obtiene p(0, 0). La condicin de reversibilidad se satisface en muchos casos, por ejemplo para:
- 184 -
Figura 10.2 Criterio de Kolmogorov: una condicin necesaria y suficiente para la reversibilidad de un proceso de Markov bidimensional es que el flujo de circulacin entre cuatro estados vecinos en un cuadrado sea cero: Flujo en sentido horario = flujo en sentido contrahorario (10.12) Si se considera un sistema de prdidas multidimensional con N flujos de trfico, cada uno de ellos puede constituir entonces un proceso de Poisson dependiente del estado, en particular flujos de trfico BPP (Bernoulli, Poisson, Pascal). Para N sistemas dimensionales las condiciones de reversibilidad son anlogas a la ecuacin (10.12). Para todos los trayectos posibles se debe satisfacer el criterio de Kolmogorov. En la prctica, no se observan problemas pues la solucin obtenida bajo la hiptesis de reversibilidad ser la solucin correcta s (y slo si) se satisfacen las ecuaciones de equilibrio de nodo. En la seccin siguiente se utilizar esto como base para la introduccin de un modelo de trfico multidimensional muy general. 10.3 Sistemas de prdidas multidimensionales
En esta seccin se examinan generalizaciones de la teora de teletrfico clsica que tratan de diversos flujos de trfico ofrecidos a un canal simple/grupo de enlace. Cada flujo de trfico puede tener parmetros individuales y pueden ser procesos de llegada de Poisson dependientes del estado con trfico de segmentos mltiples y limitaciones de clase. Esta clase general de modelos es insensible a la distribucin del tiempo de ocupacin, que puede ser dependiente de la clase con parmetros individuales para cada clase. Las generalizaciones se introducirn una por vez y presentarn un pequeo estudio de caso para ilustrar las ideas bsicas. 10.3.1 Limitacin de clase En comparacin con el caso considerado en el 10.1 se restringe ahora el nmero de llamadas simultneas para cada (clase de) flujo de trfico. De esta manera, no se tendr plena accesibilidad pero, a diferencia de los sistemas de rebasamiento donde slo se tendr acceso fsico a canales especficos, se tendr ahora acceso a todos los canales, pero en cada instante slo se podr ocupar
- 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) Bloqueo para el flujo 1 Bloqueo para el flujo 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 -
10.3.2 Procesos de trfico generalizados El estudio no se ha limitar a considerar el trfico PCT-I solamente como en el 10.1. Cada flujo de trfico puede ser un proceso de llegada de Poisson dependiente del estado con un rgimen de extincin (partida) lineal dependiente del estado (vase las ecuaciones (10.16) y (10.17)). El sistema satisface an las condiciones de reversibilidad dadas por la ecuacin (10.12). De esta manera, se conserva la forma de producto para los flujos de trfico BPP y los procesos de Poisson ms generales que dependen del estado. Si todos lo flujos de trfico son procesos (binomiales) de Engset, se obtendr entonces la frmula de Engset multidimensional (Jensen, 1948 [49]). Como se indicara anteriormente el sistema es insensible a las distribuciones del tiempo de ocupacin. Cada flujo de trfico puede tener su propia distribucin del tiempo de ocupacin. 10.3.3 Trfico multisegmento En sistemas de servicios integrados la anchura de banda requerida puede depender del tipo de servicio. As, la telefona de seales vocales puede requerir un solo canal (segmento), mientras que, por ejemplo, un servicio de vdeo puede requerir d canales simultneamente. Se deben observar las restricciones adicionales siguientes:
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 Sa= 4 fuentes 2 = 1/3 llamadas/unidad de tiempo/fuente desocupada 1 = 1 (unidades de tiempo Z1 = 1 (curtosis) d1 = 1 canal/llamada A1 = 1/1 = 2 erlang n1 = 6 = n
1 1
Flujo 2: Trfico PCT-II
2 = 1 (unidades de tiempo ) 2 = 2/2 = 1/3 erlang por fuente desocupada Z2 = 1/(1 + 2) 3/4 (curtosis) d2 = 2 canales/llamada A2 = S2 . 2/(1 + 2) = 1 erlang n2= 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)
p(i, j) j=3 j=2 j=1 j=0 p(i, )
.
i=0 0,0073 0,0331 0,0661 0,0496 0,1561
i=1
i=2
i=3
i=4
i=5
i=6
p( ,j) 0,0073
0,0661 0,1322 0,0992 0,2975
0,0661 0,1322 0,0881 0,0992 0,0661 0,2975 0,1542 0,0441 0,0331 0,0771 0,0132 0,0044 0,0132 0,0044
0,1653 0,4627 0,3647 1,000
Las probabilidades de estado global resultan:

p(0) = p(0, 0) p(1) = p(1, 0) p(2) = p(0, 2) + p(2, 0) p(3) = p(1, 2) + p(3, 0) p(4) = p(0, 4) + p(2, 2) + p(4, 0) p(5) = p(1, 4) + p(3, 2) + p(5, 0) p(6) = p(0, 6) + p(2, 4) + p(4, 2) + p(6, 0) = 0,0496 = 0,0992 = 0,1653 = 0,1983 = 0,1983 = 0,1675 = 0,1219
Medida de calidad de funcionamiento para el flujo de trfico 1: Debido a la propiedad PASTA la congestin temporal (E1), la congestin de llamadas (B1), y la congestin de trfico (C1) son idnticas. La congestin temporal E1 se obtiene de la siguiente manera: E1 = p(6, 0) + p(4, 2) + p(2, 4) + p(0, 6) = p(6), E1 = B1 = C1 = 0,1219,
B
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
El nmero total de tentativas de llamada por unidad de tiempo se obtiene de la distribucin marginal:
- 189 -
El nmero de tentativas de llamadas bloqueadas por unidad de tiempo resulta:
Por consiguiente:
Congestin de trfico C2 (proporcin del trfico ofrecido bloqueado): El trfico transportado, medido en la unidad [canal], se obtiene de la distribucin marginal:
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 Algoritmo de convolucin para sistemas de prdidas
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) 2) 3) Centrales locales Central de trnsito Central de destino
El sistema mencionado anteriormente se puede evaluar de manera eficaz por el algoritmo de convolucin presentado en (Iversen, 1987 [42]). En el mismo se describe el algoritmo y luego se explica en mayor detalle con un ejemplo. El algoritmo de convolucin est estrechamente relacionado con la forma de producto. 10.4.1 El algoritmo El algoritmo se describe por medio de los tres pasos siguientes. 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.
- 191 -
Paso 2: Calcular por convoluciones sucesivas (operador de convolucin *) las probabilidades de estado agregadas para el sistema total con excepcin del nmero de flujo de trfico i:
Se efecta primero la operacin de convolucin de P1 y P2 y se obtiene P12 que se pone en convolucin con P3, etc. Para el operador de convolucin, definido en el modo usual (vase el 3.2) son vlidas las leyes de conmutacin y de asociacin:
donde
Cabe sealar que el espacio de estado se interrumpe en el estado n. Aun si P3 y Pj estn normalizados, el resultado de una convolucin, en general, no est normalizado debido a la interrupcin (truncamiento). Se recomienda efectuar la normalizacin despus de cada operacin de convolucin para evitar problemas numricos tanto en este paso como en el siguiente. Paso 3: Calcular la congestin temporal Ei, la congestin de llamadas Bi, y la congestin de trfico Ci del flujo i. Esto se efecta durante la convolucin:
B
Esta convolucin da por resultado:
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
La congestin temporal Ei para el flujo de trfico i resulta:
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:
Cuadro 10.2 El flujo de trfico de Pascal (Ejemplo 8.7.2) se ofrece a la misma lnea de enlace que los dos flujos de trfico del cuadro 10.1
Flujo 3: Trfico de Pascal (binomial negativo) S3 = 2 fuentes 3 = 3/3 llamadas/unidad de tiempo 1 3 = 1 (unidad de tiempo ) 3 = 3/3 = 1/3 erlang por fuente desocupada Z3 = 1/(1 + 3) = 3/2 d3 = 1 canales/llamada A3 = S3 . (1 Z3) = 1 erlang n3 = 4 (N mximo de llamadas simultneas)
El algoritmo se aplica en la herramienta PC "ATMOS" (Listov-Saabye y Iversen, 1989 [75]). El requisito de almacenamiento es proporcional a n pues se puede calcular las probabilidades de estado de un flujo de trfico cuando sea necesario. En la prctica se utiliza un almacenamiento . proporcional con n N, pues se ahorra la necesidad de obtener resultados intermedios de las convoluciones para reutilizacin posterior. Se puede ver (Iversen y Stepanov, 1997 [44]) que cuando se calculan las caractersticas de trfico para los n flujos de trfico es necesario efectuar (4 . N 6) convoluciones. As, el tiempo de clculo es lineal en N y cuadrtico en n. Ejemplo 10.4.1: Desconvolucin En principio, se puede obtener QN/i a partir de QN por un proceso de desconvolucin y, posteriormente, durante una nueva operacin de convolucin de Pi calcular las medidas de calidad
- 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 1: Calcular las probabilidades de estado pi(j) de cada flujo de trfico i (i = 1, 2, 3, j = 1, 2, . . ., ni) como si estuviera solo. Los resultados se indican en el cuadro 10.3. 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. Paso 3: Efectuar la operacin de convolucin de p12(j) con p3(k), la operacin de truncamiento en n, y obtener q123(j) como figura en el cuadro 10.3. Cuadro 10.3 Algoritmo de convolucin aplicable al Ejemplo 10.4.2. Las probabilidades de estado para los flujos de trfico individuales se han calculado en los ejemplos 7.4.2, 8.5.1 y 8.7.2
Estado j 0 1 2 3 4 5 6 Total p1(j) 0,1360 0,2719 0,2719 0,1813 0,0906 0,0363 0,0121 1,0000 Probabilidades p2(j) 0,3176 0,0000 0,4235 0,0000 0,2118 0,0000 0,0471 1,0000 q12(j) p1 * p2 0,0432 0,0864 0,1440 0,1727 0,1727 0,1459 0,1062 0,8711 Normalizado p12(j) 0,0496 0,0992 0,1653 0,1983 0,1983 0,1675 0,1219 1,0000 Prob. p3(j) 0,4525 0,3017 0,1508 0,0670 0,0279 0,0000 0,0000 1,0000 q123(j) p12 * p3 0,0224 0,0599 0,1122 0,1579 0,1825 0,1794 0,1535 0,8678 Normalizado p123(j) 0,025 855 0,068 946 0,129 275 0,181 942 0,210 350 0,206 712 0,176 920 1,000 000
La congestin temporal E3 se obtiene de las probabilidades de estado detalladas. El flujo de trfico 3 (trfico de un solo segmento) experimenta la congestin temporal cuando los 6 canales estn ocupados y cuando el flujo de trfico ocupa 4 canales (asignacin mxima). De las probabilidades de estado detalladas se obtiene:
- 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:
Como el trfico ofrecido es A3 = 1, se obtiene: Congestin de trfico:
La congestin de llamadas 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 Trfico ofrecido i 1 2 3 Ai 2,0000 2,0000 1,0000 Curtosis Zi 1,0000 0,7500 1,5000 Nmero total de canales n = 6 Nm. Mx ni 6 6 4 Segmentos/llamada di 1 2 1 tmo Fuentes Si 4 -2 beta
i1
1,0000 1,0000 1,0000
i
0 0,3333 -0,5000
- 196 -
Cuadro 10.5 Datos de salida de ATMOS para los datos de entrada en el cuadro 10.4.1
Salida i 1 2 3 Total Congestin de llamada Bi 1,769 200E-01 3,346 853E-01 2,127 890E-01 Congestin de trfico Ci 1,769 200E-01 2,739 344E-01 2,884 898E-01 2,380 397E-01 Congestin temporal Ei 1,769 200E-01 3,836 316E-01 1,817 079E-01 Trfico transportado Yi 1,646 160 1,452 131 0,711 510 3,809 801
Ejemplo 10.4.3: Ejemplo a gran escala Para ilustrar la herramienta ATMOS se considerar en los cuadros 10.6 y 10.7 un ejemplo con 1536 lneas de enlace y 24 flujos de trfico. Se debe sealar que la congestin temporal es independiente del grado de curtosis Zi y proporcional al tamao del segmento di, pues a menudo se tiene:
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 Trfico ofrecido i 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Ai 64,000 64,000 64,000 64,000 64,000 64,000 32,000 32,000 32,000 32.000 32,000 32,000 16,000 16,000 16,000 16,000 16,000 16,000 8,000 8,000 8,000 8,000 8,000 8,000 Curtosis Zi 0,200 0,500 1,000 2,000 4,000 8,000 0,200 0,500 1,000 2,000 4,000 8,000 0,200 0,500 1,000 2,000 4,000 8,000 0,200 0,500 1,000 2,000 4,000 8,000 Nmero total de canales n = 1536 N Mx sim. ni 1536 1536 1536 1536 1536 1536 1536 1536 1536 1536 1536 1536 1536 1536 1536 1536 1536 1536 1536 1536 1536 1536 1536 1536 Canales/ llamada di 1 1 1 1 1 1 2 2 2 2 2 2 4 4 4 4 4 4 8 8 8 8 8 8 tmo Fuentes S 80,000 128,000 -64,000 -21,333 -9,143 40,000 64,000 -32,000 -10,667 -4,571 20,000 32,000 -16,000 -5,333 -2,286 10,000 16,000 -8,000 -2,667 -1,143
i
1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000
4,000 1,000 0,000 -0,500 -0,750 -0,875 4,000 1,000 0,000 -0,500 -0,750 -0,875 4,000 1,000 0,000 -0,500 -0,750 -0,875 4,000 1,000 0,000 -0,500 -0,750 -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 i 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Total Congestin de llamada Bi 6,187 744E-03 6,202 616E-03 6,227 392E-03 6.276 886E-03 6,375 517E-03 6,570 378E-03 1,230 795E-02 1,236 708E-02 1,246 554E-02 1,266 184E-02 1,305 003E-02 1,379 446E-02 2,434 998E-02 2,458 374E-02 2,497 245E-02 2,574 255E-02 2,722 449E-02 2,980 277E-02 4,766 901E-02 4,858 283E-02 5,009 699E-02 5,303 142E-02 5,818 489E-02 6,525 455E-02 Congestin de trfico Ci 1,243 705E-03 3,110 956E-03 6,227 392E-03 1,247 546E-02 2,502 346E-02 5,025 181E-02 2,486 068E-03 6,222 014E-03 1,246 554E-02 2,500 705E-02 5,023 347E-02 1,006 379E-01 4,966 747E-03 1,244 484E-02 2,497 245E-02 5,019 301E-02 1,006 755E-01 1,972 682E-01 9,911 790E-03 2,489 618E-02 5,009 699E-02 1,007 214E-01 1,981 513E-01 3,583 491E-01 5,950 135E-02 Congestin temporal Ei 6,227 392E-03 6,227 392E-03 6,227 392E-03 6,227 392E-03 6,227 392E-03 6,227 392E-03 1,246 554E-02 1,246 554E-02 1,246 554E-02 1,246 554E-02 1,246 554E-02 1,246 554E-02 2,497 245E-02 2,497 245E-02 2,497 245E-02 2,497 245E-02 2,497 245E-02 2,497 245E-02 5,009 699E-02 5,009 699E-02 5,009 699E-02 5,009 699E-02 5,009 699E-02 5,009 699E-02 Trfico transportado Yi 63,920 403 63,800 899 63,601 447 63,201 570 62,398 499 60,783 884 63,840 892 63,601 791 63,202 205 62,399 549 60,785 058 57,559 172 63,682128 63,203 530 62,401 763 60,787 647 57,556 771 51,374 835 63,365 645 62,406 645 60,793 792 57,553 828 51,318 316 41,065 660 1444,605 Valor relativo Ci(diZi) 0,9986 0,9991 1,0000 1,0017 1,0046 1,0087 0,9980 0,9991 1,0009 1,0039 1,0083 1,0100 0,9970 0,9992 1,0025 1,0075 1,0104 0,9899 0,9948 0,9995 1,0056 1,0109 0,9942 0,8991
- 199 -
10.4.2 Otros algoritmos El algoritmo de convolucin para sistemas de prdidas se public por primera vez en (Iversen, 1987 [42]). Un mtodo similar a un modelo menos generalizado fue publicado en dos documentos por Ross y Tsang (1990 [92]), (1990 [93]) sin referencia al documento original de 1987 si bien estaba en conocimiento de los autores. En el caso de los procesos de llegada de Poisson los algoritmos resultan muy simples, y se encuentra el algoritmo de Fortet y Grandjean (Fortet y Grandjean, 1964 [30]):
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:
i(x) = 0 siempre que x<di,
(10.34)
q(x) = 0 siempre que x < 0
(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
- 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
absolutas llegan a ser idnticas con los resultados obtenidos anteriormente:
La congestin temporal se obtiene directamente de las probabilidades de estado globales, y la congestin de llamadas se puede obtener para un flujo de trfico binomial-Pascal llevando a trmino los mismos clculos con una fuente menos.
- 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 Aii
es el trfico de i a j. es el trfico interno en la central i.
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
- 203 -
La matriz de trfico supone que se conoce la ubicacin de las centrales. Conociendo la matriz de trfico la tarea es: 1 2 decidir la topologa de la red (qu centrales deben estar interconectadas?) decidir el encaminamiento de trfico (cmo se puede aprovechar una topologa dada?
Las dos tareas son interdependientes. 11.1.1 Mtodo de factor doble de Kruithof Supngase que se conoce la matriz de trfico real y que se tiene una previsin para las sumas de las filas O(i) y las sumas de las columnas T(i) y futuras, es decir el trfico de entrada y salida total para cada central. Este pronstico de trfico se puede obtener de las previsiones de abonado para cada una de las centrales. Por medio del mtodo de factor doble (Kruithof, 1937 [70]) se puede estimar cada valor futuro Aij de la matriz de trfico. El procedimiento es ajustar cada valor Aij, de modo tal que concuerden con las nuevas sumas de fila/columna:
donde S0 es la suma real y S1 es la nueva suma de la fila/columna considerada. Si se comienza ajustando Aij con respecto a la nueva suma de fila Si, las sumas de las filas estarn de acuerdo pero las sumas de las columnas pueden no concordar con los valores deseados. Por tanto, el prximo paso es ajustar los valores obtenidos Aij con respecto a las sumas de columnas de modo que stas concuerden, pero esto implica que las sumas de filas ya no estarn de acuerdo. Mediante el ajuste alternativo de las sumas de filas y columnas los valores obtenidos convergirn, luego de algunas iteraciones, hacia valores nicos. El procedimiento se ilustra mejor con el ejemplo dado a continuacin. Ejemplo 11.1.1: Aplicacin del mtodo de factor doble de Kruithof Se examina una red de telecomunicacin que tiene dos centrales. La presente matriz de trfico est dada como:
1 1 2 Suma 10 30 40 2 20 40 60 Suma 30 70 100
El pronstico de trfico de origen de terminacin total para cada central es:

1 1 2 Suma 50 100 2 Suma 45 105 100
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 1 2 Suma 15 45 60 2 30 60 90 Suma 45 105 150
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 1 2 Suma 12,50 37,50 50,00 2 33,33 66,67 100 Suma 45,83 104,17 150,00
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 1 2 Suma 12,27 37,80 50,07 2 32,73 67,20 99,93 Suma 45,00 105,00 150,00
Iteracin 4:
1 1 2 Suma 12,25 37,75 50,00 2 32,75 67,25 100,00 Suma 45,00 105,00 150,00
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]): Unicidad. Para una determinada previsin hay una sola solucin. Reversibilidad. La matriz resultante se puede invertir a la matriz inicial con el mismo procedimiento.
- 205 -
Transitividad. La matriz resultante es la misma independientemente si fue obtenida en un paso o a travs de una serie de transformaciones intermedias, (por ejemplo una previsin de cinco aos o cinco previsiones de un ao). Invarianza con referencia a la numeracin de las centrales. Se puede cambiar la numeracin de las centrales sin influencia en el resultado. Fraccionamiento. Las centrales se pueden dividir en subcentrales o se pueden aadir a centrales ms grandes sin influenciar el resultado. Esta propiedad no se satisface exactamente con el mtodo de factor doble de Kruithof, pero las desviaciones son pequeas. Topologas
11.2
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 Mtodos de clculo de extremo a extremo aproximados 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 Mtodos de clculo exactos de extremo a extremo Las redes de telecomunicacin con conmutacin de circuitos y encaminamiento directo tienen la misma complejidad que las redes de fila de espera con muchas cadenas (vase el 14.9 y el cuadro 14.3). Es necesario contabilizar el nmero de canales ocupados en cada enlace. Por tanto, el nmero de estados mximo resulta:
- 206 -
Cuadro 11.1 En una red de telecomunicacin con conmutacin de circuitos y encaminamiento directo dxy representa el tamao del segmento (demanda de anchura de banda) de la ruta x por el vnculo y (vase el cuadro 14.3)
Enlace 1 2 1 2 . .
... . ... . ... . ...
Ruta ...
...
N CN1 CN2
.
Nmero de canales n1 n2
. ... .
C11 C12
.
C21 C22
.
...
C1k
C2k
CNK
nK
11.5.1 Algoritmo de convolucin El algoritmo de convolucin descrito en el Captulo 10 se puede aplicar a redes con encaminamiento directo pues hay una forma de producto entre las rutas. La convolucin se hace multidimensional, siendo la dimensin el nmero de enlaces en la red. La interrupcin del espacio de estado se hace ms compleja y el nmero de estados aumenta considerablemente. 11.6 Control de carga y proteccin de servicio 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 -
Figura 11.1 Encaminamiento de trfico alternativo (vase el ejemplo 11.6.2). El trfico de A a B se transporta en parte por la ruta directa (ruta primaria = ruta de explotacin intensa), y parte por la ruta secundaria a travs de la central de trnsito T Leyendas de la figura 11.1 1) 2) 3) 4) Ruta de proteccin del servicio Ruta de ltima eleccin Ruta de eleccin nica Ruta primaria = ruta de explotacin intensa
11.6.1 Reserva de lneas de enlace En redes de telecomunicacin jerrquica con encaminamiento alternativo se desea proteger el trfico primario frente al trfico de desbordamiento. Si se considera parte de una red (vase la figura 11.1), el trfico directo AT competir con el trfico de desbordamiento de AB para canales desocupados en el grupo de enlace AT. Como el trfico AB tiene ya una ruta directa, se desea dar al trfico AT prioridad a los canales en el enlace AT. Esto se puede efectuar introduciendo una reserva de lneas de enlace (canales). Se permite al trfico AB tener acceso a los canales AT slo si hay ms de r canales desocupados en AT (r = parmetro de reserva). De esta manera, el trfico AT tendr mayor prioridad a los canales en el enlace AT. Si todas las llamadas tienen el mismo tiempo medio de ocupacin ( 1 = 2 = ) y trfico PCT-I con trfico de segmento nico, se puede establecer fcilmente un diagrama de transicin de estado y calcular la probabilidad de bloqueo. Si cada flujo de trfico tiene tiempos medios de ocupacin diferentes, o si se considera el trfico binomial y Pascal, se tendr que establecer entonces un diagrama de transicin de estado de N dimensiones que no ser reversible. De esta manera no se pueden aplicar los algoritmos formulados en el Captulo 10. Un inconveniente esencial en las reservas de lnea de enlace es que se trata de una estrategia local, que slo considera un grupo de enlace troncal, y no la totalidad de conexin de extremo a extremo. Asimismo, es un mecanismo unidireccional que protege un flujo de trfico frente a otro, pero no el caso contrario. Por consiguiente, esto se puede aplicar para la proteccin mutua de conexiones y servicios en redes RDSI-BA.
- 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) b) Dado que se dispone de una cantidad limitada de recursos, cmo se deben distribuir estos recursos entre los sectores? Cuntos recursos se deben asignar en total?
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) b) Cunto trfico se puede conducir en cada enlace cuando se transporta una cantidad de trfico fija total? Cunto trfico se debe transportar en total?
La cuestin a) se resuelve en el 11.7.1 y la cuestin b) en el 11.7.2. Se pueden efectuar deducciones similares para variables discretas correspondientes a un nmero de canales (Principio de Moe, (Jensen, 1950 [50])). 11.7.1 Equilibrio de los costos marginales de equilibrado Supngase tener conexiones directas de una determinada central a otras k centrales. El costo de una conexin a una central i se supone que es una funcin lineal de nmero de canales:
El costo total de cables resulta entonces:
donde C0 es una constante.
- 209 -
El trfico transportado total es una funcin del nmero de canales:
Como siempre se opera con recursos limitados se tendr:
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 :
Por aplicacin del multiplicador de Lagrange , donde se introduce G = C f, esto es equivalente a:
Una condicin necesaria para la solucin mnima es:
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:
Una condicin necesaria para el beneficio ptimo es:
- 210 -
es decir el ingreso marginal debe ser igual al costo marginal. Empleando:
se obtiene la solucin ptima para:
que mediante la utilizacin de la ecuacin (11.12) resulta:
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 n1 3 4 5 6 7 F1,n(A1) 0,4201 0,2882 0,1737 0,0909 0,0412 n2 17 18 19 20 21 A2 = 15 erlang F1,n(A2) 0,4048 0,3371 0,2715 0,2108 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) Proceso de llegada de Poisson (un nmero ilimitado de fuentes) y tiempos de servicios distribuidos exponencialmente (PCT-I). Este es el sistema de puesta en fila ms importante, denominado sistema de espera de Erlang. Utilizando la notacin indicada en el 13.1, este sistema viene representado por M/M/n. En el 12.2 se aborda la probabilidad de un tiempo de espera positivo, las longitudes medias de puesta en fila, los tiempos medios de espera, el trfico cruzado por canal, y las funciones de mejora. En el 12.3 se aplica el Principio de Moe para la optimizacin del sistema. En el 12.4 se calcula la distribucin del tiempo de espera para la disciplina bsica de servicio "primero en llegar primero en estar servido" (FCFS, first come first served). Un nmero limitado de fuentes de trfico y tiempos de servicio con distribucin exponencial (PCT-II ). Este es el modelo de reparacin de mquina de Palm (el problema de interferencia de la mquina) que se trata en el 12.5. Este modelo ha venido aplicndose de forma generalizada para el dimensionamiento de los sistemas informticos, sistemas terminales y, por ejemplo, sistemas de fabricacin flexibles. El modelo de reparacin de maquinaria de Palm se optimiza en el 12.6. Sistema de espera de Erlang M/M/n
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:
Figura 12.1 Diagrama de transicin de estado del sistema de espera M/M/n que tiene n servidores y un nmero ilimitado de posiciones de espera
- 213 -
Como A = / es el trfico ofrecido, se tiene:
Por normalizacin de las probabilidades de estado se obtiene p(0):
Los parntesis internos tienen una progresin geomtrica con el cociente A=n. La condicin de normalizacin slo se puede satisfacer para: A < n: El equilibrio estadstico solo se tiene para A < n. De otra manera, la fila de espera continuar aumentando hasta el infinito. Se obtiene: (12.3)
Las ecuaciones (12.2) y (12.4) calculan las probabilidades en rgimen permanente.
- 214 -
12.2
Caractersticas del trfico de sistemas de demora
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:
Esta probabilidad de espera depende slo de A como producto de y s, y no de los parmetros y s individualmente. Esta frmula tiene diversos nombres: frmula C de Erlang, segunda frmula de Erlang, o frmula de Erlang para sistemas de tiempo de espera. En los textos especializados presentan las siguientes notaciones:
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:
El trfico transportado Y equivale al trfico ofrecido A, pues ningn cliente es rechazado y el proceso de llegada es un proceso de Poisson.
- 215 -
donde se han aplicado las ecuaciones de compensacin de corte. La longitud de la fila de espera es una variable estocstica L. La probabilidad de tener clientes en fila de espera en un punto aleatorio del tiempo es:
donde se ha aplicado la ecuacin (12.5). Evaluacin numrica: La ecuacin es similar a la frmula B de Erlang (7.9) salvo para el factor n/(n - A) en el ltimo trmino. Como se dispone de frmulas recursivas muy exactas para la evaluacin numrica de la frmula B de Erlang (7.27) se utilizar la siguiente relacin para obtener valores numricos de la frmula C.
Se observa que:
pues el trmino A {1 E1,n(A)}/n es el promedio de trfico transportado por canal en el sistema de prdidas correspondiente. Para A n, se tiene E2,n(A) = 1 pues es una probabilidad que todos los clientes estn en espera. La frmula C de Erlang se puede expresar de manera apropiada por la frmula B como fue observado por B-Sanders:
donde I es la probabilidad inversa (7.28):
- 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) Probabilidad de espera E2,n(A) Trfico ofrecido A
Mientras A/n c < 1, la serie es uniformemente convergente, y el operador de diferenciacin se puede expresar fuera de la suma:
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:
donde L es la variable estocstica para la longitudes de puesta en fila. 12.2.3 Tiempos de espera medios Aqu tambin hay dos elementos de inters: el tiempo medio de espera W para todos los clientes y el tiempo medio de espera w para clientes que experimentan un tiempo de espera positivo. El primero es un indicador para el nivel de servicio de todo el sistema, mientras que el segundo es de importancia para los clientes que se encuentran en fila de espera. Los promedios temporales sern iguales a los promedios de llamadas en razn de la propiedad PASTA. Tiempo medio de espera W para todos los clientes: Indica que la longitud media de puesta en fila es igual a la intensidad de llegada multiplicada por el tiempo de medio de espera, es decir:
donde Ln = Ln(A), y Wn = Wn(A). De la ecuacin (12.12) se obtiene considerando el proceso de llegada:
Como A = s, donde s es el tiempo medio de servicio, se obtiene:
Tiempo medio de espera w para clientes con demora: El tiempo de espera total es constante y puede ser promediado con todos los clientes (Wn) o slo con clientes que experimentan tiempos de espera positivos (wn) (3.20):
- 219 -
Ejemplo 12.2.1: Sistema servidor de puesta en fila simple M/M/1 Este es el sistema que aparece ms frecuentemente en los textos. Las probabilidades de estado (vase 12.2) vienen dada por una serie geomtrica:
siendo p(0) = 1-A. La probabilidad de espera resulta:
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 Principio de Moe para sistemas de espera 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:
donde (letra griega theta) es el multiplicador de Lagrange. Como ni es entero, condicin necesaria para el valor mnimo, que en este caso tambin se puede mostrar con una condicin suficiente, resulta:
que corresponde a:
donde Wni(Ai) viene dado por la ecuacin (12.15). Expresado por la funcin mejora para el tiempo de espera FW,n(A) (12.22) la solucin ptima resulta:
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
- 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 Distribucin del tiempo medio de espera para M/M/n, FCFS
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:
Aplicando esto se obtiene:
- 223 -
es decir, una distribucin exponencial. Aparentemente se tiene una paradoja: cuando se llega a un sistema con todos los servidores ocupados se puede: 1) 2) Contar el nmero k de clientes en espera que estn delante. El tiempo de espera total tendr entonces distribucin de Erlang (k+1). Hacer caso omiso. El tiempo de espera resulta entonces distribuido exponencialmente.
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):
y el valor medio de esta distribucin es Wn conforme a la ecuacin (12.15). Los resultados se pueden calcular de un modo ms simple por medio de funciones de generacin.
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
Modelo mquina - reparador de Palm
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) 2) Funcin de frecuencia Tiempo de espera
En terminales informticos las mquinas corresponden a los terminales y el reparador al ordenador que controla los servidores. En un sistema de computacin la mquina puede corresponder a un almacenamiento de disco y el reparador a los canales de entrada/salida (I/O). En el texto siguiente se examinar un sistema terminal informtico como la base para el desarrollo de la teora. 12.5.1 Sistemas terminales La divisin de tiempo es una ayuda para ofrecer un servicio ptimo a un considerable grupo de clientes utilizando, por ejemplo, terminales conectados a una unidad de procesamiento central. Cada usuario se debe sentir como si fuera el nico del sistema informtico (vase la figura 12.5)
- 226 -
Figure 12.5 Modelo mquina reparador de Palm. Un sistema informtico con S terminales (sistema interactivo) corresponde a un sistema de tiempo de espera con un nmero de fuentes limitado (vase el caso Engset para el caso de sistemas de prdidas) Leyendas de la figura 12.5 1) 2) 3) 4) Terminales Fila de espera Computadora Sistema de puesta en fila el usuario est pensando (trabajando), o el usuario est esperando (una respuesta de la computadora).
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) 2) 3) 4) 5) Estado terminal Trabajo activo Espera Servicio Tiempo
12.5.2 Probabilidades en rgimen permanente con servidor nico Se estudiar ahora un sistema con una computadora que se conecta a S terminales. Se ha supuesto hasta ahora que los tiempos entre llegadas para cada terminal en estado activo tengan distribucin exponencial con la intensidad = 1mt, y el tiempo de ejecucin (del servicio) ms en la computadora se supone tambin que est distribuido exponencialmente con intensidad = 1/ms. Cuando en la computadora hay fila de espera, los terminales deben esperar el servicio. Los terminales que estn en servicio o en fila de espera tienen intensidad de llegada nula. El estado [i] se define como aqul donde hay i terminales en el sistema de fila de espera (vase la figura 12.5), es decir la computadora est en reposo (i = 0) o bien en estado activo (i > 0), y los (i-1) terminales estn en espera. El sistema de puesta en fila de espera puede ser modelado por un proceso de renovacin pura, y el diagrama de transicin de estado se muestra en la figura 12.7. El equilibrio estadstico siempre existe (sistema ergdico). La intensidad de llegada decrece a medida que la longitud de la fila de espera se incrementa y se hace cero cuando todos los terminales estn dentro del sistema de fila de espera.
- 228 -
Figure 12.7 Diagrama de transicin de estado para el sistema de puesta en fila de espera mostrado en la figura 12.5. El estado [i] representa el nmero de terminales que estn servidos o en espera, es decir S-i representa el nmero de terminales en estado activo Las probabilidades en rgimen permanente se encuentran utilizando ecuaciones de corte (vase la figura 12.7), y expresando todos los estados en trminos del estado S:
Considerando la limitacin adicional que la suma de todas las probabilidades debe ser igual a uno se encuentra, introduciendo =/:
que es la distribucin de Poisson truncada (7.8). El sistema se puede interpretar como sigue: un grupo de enlace con S conexiones (los terminales) ofrece llamadas de la computadora con los tiempos entre llegadas (intensidad )distribuidos exponencialmente. Cuando todas las S conexiones estn ocupadas (es decir, se encuentran en estado activo), la computadora est en reposo y la intensidad de llegada es cero, pero se podra tambin suponer que genera llamadas que se pierden o desbordan a otro grupo de enlace (la distribucin exponencial no tiene memoria). La computadora ofrece as el trfico =/, y se tiene la ecuacin (12.37). La frmula B de Erlang es vlida para tiempos de ocupacin arbitrarios y, por tanto, se tienen: Las probabilidades de estado del modelo mquina reparador (12.37) con una computadora y S terminales son vlidas para tiempos arbitrarios en estado activo cuando los tiempos de servicio de la computadora se distribuyen exponencialmente. La relacin =/ se denomina relacin de servicio, que es la razn entre el tiempo en que un terminal en promedio est en estado activo y el tiempo en que la computadora en promedio sirve a un terminal. La relacin de servicio corresponde al trfico ofrecido A en la frmula B de Erlang. Las probabilidades de estado se determinan as por el nmero de terminales S y la relacin de servicio . La evaluacin numrica de la ecuacin (12.37) es, por supuesto, en cuanto a la frmula B de Erlang (7.27). Ejemplo 12.5.1: Sistema de informacin Considrese un sistema de informacin que est organizado de la siguiente manera: toda la informacin se mantiene en seis discos que se conectan al mismo terminal de datos entrada/salida, un canal multiplexor. El tiempo de bsqueda medio (colocacin del elemento de bsqueda) es
- 229 -
de 3 ms y el tiempo medio de espera para localizar el archivo es 1 ms que corresponde a un tiempo de rotacin de 2 ms. El tiempo de lectura de un archivo est distribuido exponencialmente con el valor medio 0,8 ms. El almacenamiento de disco se basa en la deteccin de la ubicacin rotacional, de modo tal que el canal est ocupado slo durante la lectura. Se desea determinar la mxima capacidad del sistema (nmero de pedidos por segundos). El tiempo en estado activo es 4 ms y el tiempo de servicio es 9,8 ms. La relacin de servicio resulta as 5, y mediante la frmula B de Erlang se obtiene el valor siguiente.
Esto corresponde a mx= 0,8082/0,0008 = 1 010 pedidos por segundo. 12.5.3 Estados de los terminales y caractersticas del trfico Las medidas de rendimiento funcional se obtiene fcilmente a partir de la analoga con el sistema de prdidas clsico de Erlang. La computadora funciona con la probabilidad (1 - p(0)). Se tiene entonces que el nmero medio de terminales que est servido viene dado por:
El nmero medio de terminales en estado activo corresponde al trfico transportado en el sistema de prdida de Erlang:
El nmero medio de terminales en espera resulta:
Si se considera un terminal aleatorio en un punto arbitrario en el tiempo se tiene: p {terminal servido} p {terminal en estado activo} = = (12.41) (12.42)
p {terminal en espera}
(12.43)
Aplicando el teorema de Little W = W a los terminales, a las posiciones en espera y a la computadora, respectivamente, se obtiene ( es la velocidad de circulacin del trfico):
- 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.
Figura 12.8 Tiempo de respuesta medio en funcin del nmero de terminales. El factor de servicio es = 30. El tiempo de respuesta converge a una lnea recta, cortando el eje x en S = 30 terminales. La curva se calcula utilizando la frmula B de Erlang Leyendas de la figura 12.8 1) 2) Tiempo de respuesta [-1] 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:
donde se tiene la limitacin de normalizacin usual:
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 -
Figura 12.9 Trfico en tiempo de espera (proporcin del tiempo transcurrido durante la espera) medido en erlang para la computadora y los terminales, respectivamente, en un sistema de fila de espera interactivo (factor de servicio = 30) Leyendas de la figura 12.9 1) 2) 3) 4) Trfico en tiempo de espera [erlang] Computadora Por terminal Nmero de terminales S
Figura 12.10 Diagrama de transicin de estado para el modelo de mquina reparador con S terminales y n computadoras ps = p {el terminal est servido por una computadora}, pw = p {el terminal est esperando servicio}, pt = p {el terminal est en estado activo}.
- 233 -
Se tiene:
La utilizacin media de las computadoras resulta:
El tiempo de medio de espera para un terminal es:
A veces pw se denomina coeficiente de prdidas de los terminales y de manera similar (1A) se denomina coeficiente de prdidas de las computadoras (vase la figura 12.9) Ejemplo 12.5.3: Ejemplo numrico de la escala de economa Los siguientes ejemplos numricos indican que la mejor utilizacin se obtiene para grandes valores de n (y S). Sea un sistema S/n = 30 y / = 30 para un nmero creciente de computadoras (en este caso pt = a).
12.6
Optimizacin del modelo de mquina - reparador
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 cw cs ca = = = = costo por terminal por unidad de tiempo en el que el terminal est activo, costo por terminal por unidad de tiempo en el que un terminal est en espera, costo por terminal por unidad de tiempo en el que el terminal es servido, costo de la computadora por unidad de tiempo.
- 234 -
El costo de la computadora se supone que es independiente de la utilizacin y se distribuye uniformemente en todos los terminales. El resultado (producto) del proceso es un determinado tiempo en estado activo en los terminales (tiempo de produccin). Los costos totales c0 por unidad de tiempo en que un terminal est en estado activo (en produccin) resulta:
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) Costos totales C0 [ 100] Nmero de terminales S
- 235 -
donde p(0) viene dado por la frmula B de Erlang (12.36). Se observa que el mnimo es independiente de ct y cs, y que slo aparece la relacin r = cw / ca. El numerador corresponde a la ecuacin (7.29), mientras que el denominador corresponde al trfico transportado en el sistema de prdidas correspondiente. En la figura 12.11 se muestra un ejemplo. Se observa que el resultado difiere del obtenido con el Principio de Moe para el sistema de prdidas de Erlang (vase la figura 7.6), donde el beneficio se optimiza.
- 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 Clasificacin de modelos de filas de espera 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 -
La notacin indicada anteriormente es ampliamente utilizada en la literatura especializada. Para obtener la especificacin completa de un sistema de puesta en fila se requiere ms informacin: A/B/n/K/S/X donde: K= S= X= K= es la capacidad total del sistema, alternativamente slo el nmero de posiciones de espera, es el tamao de la poblacin (nmero de clientes), es el tipo de fila de espera (vase el 13.1.2), n corresponde a un sistema de prdidas, que a menudo se simboliza como A/B/n-prdidas.
Un superndice b sobre A, respectivamente B, indica llegada de grupo (llegada a granel, llegada de lote), grupo de servicio, respectivamente. C (reloj) puede indicar que el sistema funciona en tiempo discreto. Generalmente se supone plena accesibilidad. 13.1.2 Estrategia de las filas de espera: tipos y organizacin Los clientes puestos en fila de espera para ser atendidos son seleccionados conforme a diversos principios. Se considerar primero los tres tipos clsicos de puesta en fila de espera: FCFS, (first come - first served). Primero en llegar - primero en ser servido Se denomina tambin fila de espera ordenada o fila de espera justa, y este tipo se prefiere a menudo en la vida real cuando los clientes son seres humanos. Tambin se denomina FIFO: (first in - first out) primero en entrar - primero en salir. Se debe sealar que FIFO se refiere slo a fila de espera y no al sistema total. Si se tiene ms de un servidor, un cliente con un tiempo de servicio breve puede dar alcance a un cliente con un tiempo de espera mayor aun si tiene fila de espera FIFO. LCFS: (last come - first served). ltimo en llegar - primero en ser servido Esto corresponde al principio de disposicin apilada. Se utiliza por ejemplo en almacenamiento de datos, en anaqueles de establecimientos comerciales y, en general, en memorias de retencin temporal. Esta tcnica tambin se denomina LIFO: (last in first out) ltimo en entrar, primero en salir. SIRO: (service in random order). Servicio en orden aleatorio Todos los clientes puestos en fila de espera tienen la misma probabilidad de ser escogidos para tener el servicio. Esto tambin se denomina RANDOM o RS (random selection) seleccin aleatoria. Los dos primeros tipos de puesta en fila de espera slo toman en consideracin los tiempos de llegada, mientras que el tercer tipo no considera ningn criterio y, por tanto, no requiere ninguna memoria (contrariamente a los dos anteriores). Los tres tipos detallados se pueden aplicar en sistemas tcnicos simples. En una central telefnica electromecnica se utiliza a menudo el tipo de fila de espera SIRO pues (casi) corresponde a bsqueda secuencial sin reposicin. Para los tres tipos mencionados anteriormente el tiempo total de espera de todos los clientes es el mismo. El tipo de puesta en fila slo decide qu tiempo de espera se atribuye a cada uno de los clientes. Esto se puede efectuar utilizando el tiempo de servicio como criterio. En un sistema de fila de espera con control por programa habra disciplinas de fila de espera ms complejas. En general,
- 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: Tentativa inconclusa: se refiere a sistemas de puesta en fila de espera en el que el cliente con una probabilidad que depende de la fila puede desistir de permanecer en la misma. 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 Resultados generales en la teora de puesta en fila de espera 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
Frmula de Pollaczek-Khintchine para M/G/1
Se ha establecido anteriormente el tiempo medio de espera para M/M/1 (vase el 12.2.3) y ms adelante se examinar M/D/1 (vase el 13.5). En general, el tiempo medio de espera para M/G/1 viene dado por: Teorema 13.1 Frmula de Pollaczek-Khintchine (1930-32):
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):
Donde s y tienen el mismo significado que en la ecuacin (13.2). Cuando el proceso de llegada es un proceso de Poisson, la probabilidad de encontrar un cliente que se le est dando servicio es igual a A (trfico ofrecido = trfico transportado) La contribucin al tiempo medio de espera de un cliente en servicio resulta entonces:
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 -
donde L es el nmero medio de clientes en la fila de espera en un punto arbitrario del tiempo, es la intensidad de llegada, y W es el tiempo medio de espera que se busca. Para cada cliente puesto en fila se tendr una espera media de s unidades de tiempo. El tiempo medio de espera debido a los clientes puestos en fila resulta por tanto:
Se tiene as el tiempo de espera total ((13.4) + (13.5)):
que es la frmula de Pollaczek-Khintchine (13.2). W representa el tiempo medio de espera para todos los clientes, mientras que el tiempo medio de espera puestos en fila w resulta (A = D = probabilidad de demora) (3.20):
La deduccin anterior es correcta pues el promedio temporal es igual al promedio de llamadas cuando el proceso de llegada es un proceso Poisson (propiedad PASTA). Es interesante ver cmo se introduce en la frmula. 13.3.2 Periodo de ocupado para M/G/1 Un periodo de ocupado de un sistema de puesta en fila es el intervalo de tiempo desde el instante que todos los servidores estn en estado ocupado hasta que un servidor vuelve al estado libre. Para M/G/1 es fcil calcular el valor medio del periodo de ocupado. En el instante en que el sistema de puesta en fila de espera queda vaco, pierde su memoria debido al proceso de llegada de Poisson. Estos instantes son puntos de regeneracin (puntos de equilibrio), y el evento siguiente se produce conforme a un proceso de Poisson con intensidad . Slo se necesita considerar el ciclo desde el instante en que el servidor cambia el estado de libre a ocupado hasta la prxima vez que vuelve a cambiar el estado de libre a ocupado. Este ciclo incluye un periodo de ocupado de duracin T1 y un periodo de desocupado de duracin T0. En la figura 13.1 se muestra un ejemplo con tiempo de servicio constante. La porcin de tiempo en que el sistema est ocupado resulta entonces:
- 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) 2) 3) 4) 5) Estado Ocupado Libre Llegadas Tiempo
Siendo mTo = 1/ se obtiene
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 -
13.3.4 Longitud de la fila de espera limitada: M/G/1/k En sistemas reales la longitud de la fila de espera ser finita, por ejemplo, la dimensin de la memoria intermedia. Existe una relacin simple entre las probabilidades de estado p(i) (i = 0, 1, 2,. . .) del sistema infinito M/G/1 y las probabilidades de estado pk(i), (i = 0, 1, 2; . . ., k) de M/G/1/k, donde el nmero total de posiciones para clientes es k, incluido el cliente que se le da el servicio (Keilson, 1966 [59]):
donde A <1 es el trfico ofrecido, y:
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 Sistemas prioritarios de puesta en fila de espera: M/G/1 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:
La distribucin de tiempo de servicio resultante se transforma ahora en una suma ponderada de distribuciones de tiempo de servicio de las clases individuales (vase el 3.2, combinacin en paralelo). El tiempo de servicio medio total resulta:
y el segundo momento total es:
- 244 -
El trfico ofrecido total es:
El tiempo medio de servicio restante en un punto aleatorio en el tiempo resulta (13.4):
- 245 -
Figura 13.2 Funcin de carga U(t) para el sistema de puesta en fila de espera GI/G/1. Si el tiempo entre llegadas Ti+1 Ti se representa por ai, se tiene entonces Ui+1 = mx {0; Ui + si ai}, donde Ui es el valor de la funcin de carga en el tiempo Ti Leyendas de la figura 13.2 1) 2) Funcin de carga U(t) Tiempo
13.4.2 Tipos de filas de espera que conservan la utilizacin de un circuito En el texto siguiente se supone que el tiempo de servicio de un cliente es independiente del tipo de puesta en fila de espera. La capacidad del servidor es as constante e independiente de, por ejemplo, la longitud de la fila. El tipo de puesta en fila de espera debe conservar la utilizacin de un circuito. En la prctica, esto no es siempre el caso. Si el servidor es un ser humano y no una mquina, la tasa de servicio se incrementar a menudo con la longitud de la fila, y si despus de algn tiempo el servidor queda evacuado, la tasa de servicio disminuye. Se introducirn dos funciones que son ampliamente aplicadas en la teora de puesta en fila. Funcin de carga U(t): Indica el tiempo que se requerir para dar servicio a los clientes que han llegado al sistema en el tiempo t (vase la figura 13.2). En un tiempo de llegada, U(t) aumenta con un salto igual al tiempo de servicio del cliente que llega, y entre llegadas U(t) disminuye linealmente con la pendiente 1 a 0, donde permanece hasta el siguiente tiempo de llegada. El valor medio de la funcin de carga se expresa mediante U = E {U(t)}. En un sistema de puesta en fila GI/G/1, la funcin de carga U(t) ser independiente del criterio de puesta en fila, si ste conserva la utilizacin de un circuito. Tiempo de espera virtual W(t): Indica el tiempo de espera de un cliente, si ste llega en el tiempo t. El tiempo de espera virtual W(t) depende de la organizacin de la fila. El valor medio se expresa por W = E {W(t)}. Si el criterio de fila de espera es FCFS, entonces U(t) = W(t). Cuando se considera el
- 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 servicio residual V para el cliente en servicio. 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:
Aplicando W1(13.25), se obtiene:
- 248 -
En general, se hallan (Cobham, 1954 [15]):
donde:
La estructura de la ecuacin (13.30) se puede interpretar directamente. Independientemente de la clase todo cliente debe esperar hasta que se complete el servicio en curso (V). El tiempo de espera se debe a clientes que ya han llegado y tienen al menos la misma prioridad (Ap), y clientes con prioridad ms alta que llegan durante el tiempo de espera (Ap1). Ejemplo 13.4.1: Sistema SPC Se considera una computadora que sirve a dos tipos de clientes. El primer tipo tiene un tiempo de servicio constante de 0,1 s, y la intensidad de llegada es de 1 cliente/segundo. El otro tipo tiene el tiempo de servicio distribuido exponencialmente con el valor medio de 1,6 s y la intensidad de llegada es 0,5 cliente/segundo. La carga de los dos tipos de clientes es entonces A1 = 0,1 erlang y A2 = 0,8 erlang, respectivamente. De la ecuacin (13.27) se obtiene:
Sin ninguna prioridad el tiempo medio de espera, utilizando la ecuacin (13.2) de PollaczekKhintchine, resulta:
Con prioridad sin apropiacin se tiene: Propiedad superior Tipo 1:
Prioridad superior Tipo 2:
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 -
13.4.4 Criterio de puesta en fila SJF Con el criterio de puesta en fila SJF cuanto menor es el tiempo de servicio de un cliente, mayor es la prioridad. Mediante la introduccin de un nmero infinito de clases de prioridad, se obtiene con la ecuacin (13.30) que un cliente con el tiempo de servicio t tiene el tiempo medio de espera Wt (Phipps 1956):
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:
que no es simple de calcular.
- 250 -
13.4.5 M/M/n con prioridad sin apropiacin Se puede tambin generalizar el sistema de tiempo de espera clsico de Erlang M/M/n con criterios de puesta en fila de espera sin apropiacin cuando todas las clases de clientes tienen la misma 1 distribucin exponencial del tiempo de servicio con valor medio s = - .
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) 2) Tiempo medio de espera Wt {s } Tiempo de servicio real t {s }
-1 -1
- 251 -
Representando la intensidad de llegada para la clase i por i, se obtiene el tiempo medio de espera Wp para la clase p:
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:
Para p = 2 de manera similar se halla:
En general, se encuentra (Cobham, 1954 [15]):
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:
Esto se puede expresar como sigue:
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:
Ejemplo 13.4.3: Sistema SPC (vase el ejemplo 13.4.1) Se supone ahora que el sistema informtico del ejemplo 13.4.1 funciona con el criterio de derecho preferente y se obtiene: Prioridad superior Tipo 1:
Prioridad superior Tipo 2:
- 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 Sistemas de puesta en fila con tiempos de utilizacin constante 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 -
13.5.2 Probabilidades de estado y tiempos medios de espera: M/D/1 Con la hiptesis de equilibrio estadstico se calculan ahora las probabilidades para M/D/1 de manera simple. La intensidad de llegada se representa por y el tiempo de ocupacin constante por h. Como se considera un sistema de tiempo de espera puro con un solo servidor, se tiene: Trfico ofrecido = Trfico transportado = es decir h < 1, (13.39)
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) La probabilidad que en un determinado estado se encuentre en poca t +h se obtiene del estado en poca t teniendo en cuenta todas las llegadas y salidas durante (t; t +h). Mediante observacin en esas pocas se obtiene una cadena Markov incorporada en el proceso de trfico original (vase la figura 13.4). Se obtiene las ecuaciones de estado de Fry para n = 1 (Fry, 1928 [32]):
Adems, se obtuvo: p(0) = 1 A

.
- 254 -
Figura 13.4 Ilustracin de las ecuaciones de estado de Fry para el sistema de puesta en fila M/D/1 Leyendas de la figura 13.4 1) 2) 3) 4) 5) Estado Llegadas en (t, t+h) Llegada Salida Tiempo
y con la hiptesis de equilibrio estadstico pt(i) = pt+h(i), se halla sucesivamente:
y en general:
El ltimo trmino correspondiente a j = i siempre equivale a e , pues (1)! . En principio p(0) tambin se puede obtener requiriendo que todas las probabilidades de estado se deben aadir a uno. 13.5.3 Tiempos medios de espera y periodo ocupado: M/D/1 Para un proceso de llegada de Poisson la probabilidad D de retardo experimentando es igual a la probabilidad de no estar en estado cero (propiedad PASTA): D = A = 1 p(0) (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.
iA
- 255 -
Se tiene siempre (3.20):

w= W , D
(13.44)
donde para todos los valores de n (ms adelante se ver n >1):
W y w se obtiene fcilmente considerando un periodo ocupado (vase la figura 13.1). En la poca (punto en el tiempo) en el que el sistema se pone vaci, se dice que este perdi su memoria (punto de regeneracin = punto de equilibrio), y el siguiente cliente llega conforme a un proceso de Poisson con intensidad (vase el ejemplo 6.2.1). Slo es necesario considerar un ciclo desde una poca en el que el sistema se pone en reposo hasta la siguiente poca en que vuelve a tomar ese estado. El ciclo comprende un periodo de reposo de duracin T0 y un periodo de ocupado de duracin T1 (vase la figura 13.1). La proporcin de tiempo en que el sistema est ocupado resulta entonces (13.7):
Un periodo de ocupado se compone de un nmero de llamadas uniformemente distribuidas (proceso de ramificacin) durante el periodo de ocupado. (Paradoja: ntese que no hay llegadas durante el ltimo tiempo de servicio de un periodo de ocupado). En promedio estos clientes, que experimentan un tiempo de espera positivo > 0, tienen los siguientes tiempos medios de espera:
Estos resultados tambin se obtienen utilizando la frmula de Pollaczek-Khintchine. La distribucin del nmero de clientes que llegan durante un periodo de ocupado se puede demostrar que viene dado por una distribucin de Borl:
13.5.4 Distribucin del tiempo de espera: M/D/1, FCFS Se puede obtener mediante la siguiente expresin:
donde h = 1 se toma como unidad de tiempo, t = T + , T es un entero, y 0 <1.
- 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) Distribucin del tiempo de espera p(W > t) 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:
que es apropiado para la evaluacin numrica de pequeos tiempos de espera. Para tiempos de espera ms largo se utilizar, por lo general, slo valores enteros de t. Se puede mostrar (Iversen, 1982 [41]) que para un valor entero de t se tiene
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:
donde p {W T } viene dado por la ecuacin (13.51). La evaluacin numrica es muy precisa cuando se utilizan las ecuaciones (13.51), (13.52) y (13.53). 13.5.5 Probabilidades de estado: M/D/n Cuando se aplican las ecuaciones de estado de Fry (13.41) se obtienen ms combinaciones:
Con la hiptesis de equilibrio estadstico (A <n) se puede hacer caso omiso de los puntos absolutos en el tiempo:
El sistema de ecuaciones (13.55) slo se puede resolver por sustitucin, si se conoce p(0), p(1), . . .; p(n1). En la prctica, se pueden obtener valores numricos suponiendo un conjunto aproximado de valores para p(0), p(1), . . ., p(n1), y luego sustituirlos en la frmula de recursin (13.55) y obtener nuevos valores. Luego de algunas aproximaciones se obtienen los valores exactos. La solucin matemtica explcita se obtiene mediante funciones generatrices (The Erlang book, pginas 81 a 83). 13.5.6 Distribucin del tiempo de espera: M/D/n, FCFS La distribucin del tiempo de espera viene dada por la distribucin de Crommelin:
donde A es el trfico ofrecido y
La frmula (13.56) se puede expresar en forma cerrada a semejanza de la ecuacin (13.50):
Para valores enteros del tiempo de espera t se tiene:
- 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:
Para tiempos de espera no enteros t = T + , T entero, 0 < 1, se puede expresar la distribucin del tiempo de espera en trminos de tiempos de espera enteros en cuanto a M/D/1:
donde k = n(T + 1)1 y p(i) es la probabilidad de estado (13.55). 13.5.7 Proceso de llegada de Erlang-k: Ek/D/r 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. Si el proceso de llegada GI fuera un proceso de Poisson, GI resulta entonces un proceso de llegada Erlang-k. Se encuentra as que los siguientes sistemas son equivalentes con respecto a la distribucin del tiempo de espera: M/D/r k, FCFS Ek/D/r, FCFS por tanto, Ek/D/r se puede obtener mediante tablas para M/D/n. Ejemplo 13.5.1: Procesos de llegada regulares En general, se sabe que para un determinado trfico por servidor el tiempo medio de espera disminuye cuando aumenta el nmero de servidores (economa de escala, convexidad). Por la misma razn, el tiempo medio de espera disminuye cuando el proceso de llegada se hace ms
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: E4/E2/2: E4/E3/2: E4/D/2: L = 4,5174, L = 2,6607, L = 2,0493, L = 0,8100.
13.5.8 Sistema de puesta en fila finito: M/D/1/k En sistemas reales siempre se tiene una fila de espera finita. En sistemas informticos la capacidad de almacenamiento es finita y en sistemas ATM hay memorias intermedias finitas. Lo mismo se aplica para posiciones de espera en sistemas de fabricacin flexibles FMS, flexible manufacturing systems). En un sistema con un solo servidor y (k 1) posiciones de fila de espera se tienen (k +1) estados (0, 1, . . . , k). Las ecuaciones de equilibrio para los estados 0, 1, . . ., k 2 se pueden aplicar del mismo modo que las ecuaciones de estado de Fry, pero no es posible formular ecuaciones simples independientes del tiempo para los estados k 1 y k. Pero las primeras ecuaciones (k 2) (13.53) junto con el requisito de normalizacin
y el hecho que el trfico ofrecido es igual al trfico transportado ms el trfico rechazado (propiedad PASTA): 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
Sistema de puesta en fila con un solo servidor: GI/G/1
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:
donde es el factor de forma de la distribucin del tiempo de ocupacin. Se han analizado anteriormente los siguientes casos: M/M/1 ( 12.2.3): = 2
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]):
donde a es el tiempo medio entre llegadas(A = s/a). Esta aproximacin es un factor de ajuste de la desigualdad de Kingman de modo que concuerda con la frmula de Pollaczek-Khintchine para el caso M/G/1.
- 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]):
donde es la raz real positiva que satisface la ecuacin:
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:
La condicin de normalizacin es como siempre:
Se puede demostrar que la distribucin geomtrica indicada anteriormente es la nica solucin a este sistema de ecuaciones (Kendall, 1953 [62]).
- 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 La probabilidad correspondiente de estar en espera resulta: D = p {espera}= 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: (13.73) (13.72)
El tiempo medio de espera para todos los clientes: El promedio del nmero de clientes en el sistema antes de una poca de llegada es:
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 -
Ejemplo 13.6.1: Tiempos medios de espera GI/M/1 Para M/M/1 se encuentra que = m = A. Para D/M/1 = d se obtiene de la ecuacin:
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: D/M/1:
= 0,5, = 0,2032,
W = 1, W = 0,2550,
w = 2. 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 Sistema de puesta en fila con retorno al punto de origen y comparticin de procesador 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 -
Leyendas de la figura 13.6 1) 2) 3) 4) Operaciones no concluidas Nuevas operaciones Fila de espera 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 Introduccin a las redes de puesta en fila de espera 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 Sistemas simtricos de puesta en fila de espera
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): p(i) = (1 A) . A ,
i
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 En 1957, Jackson, que trabajaba con sistemas de fabricacin y planeamiento de la produccin, public un documento con un teorema que se denomina ahora teorema de Jackson (Jackson, 1957 [46]). En dicho teorema demostr que una red de puesta en fila de espera de nodos M/M/n tiene forma de producto. Sus conclusiones fueron inspiradas por el resultado obtenido por Burke el ao anterior (Burke, 1956 [13]). Teorema 14.1. Teorema de Jackson: Considrese una red de puesta en fila de espera abierta con K nodos que satisfacen las siguientes condiciones a) b) c) Cada nodo es un sistema de puesta en fila M/M/n. El nodo k tiene nk servidores y el promedio del tiempo de servicio es 1=k. 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. Un cliente, que acaba de finalizar su servicio en el nodo j, se transfiere inmediatamente al nodo k con probabilidad pjk o sale de la red con probabilidad:
Un cliente puede visitar varias veces el mismo nodo si pkk > 0. El promedio de la intensidad de llegada k en el nodo k se obtiene empleando las ecuaciones de equilibrio de flujo:
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
Las probabilidades de espacio de estado vienen dadas entonces en forma de producto:
- 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.
Figura 14.2 Diagrama de transicin de estado de una red de puesta en fila abierta constituida por dos sistemas M/M/1 en serie Ejemplo 14.3.1: Dos nodos M/M/1 en serie La figura 14.2 muestra una red de puesta en fila abierta de dos nodos M/M/1 en serie. El diagrama de transicin de estado correspondiente se ilustra en la figura 14.3. Evidentemente, el diagrama de transicin de estado no es reversible: entre dos estados vecinos slo hay flujo en un sentido (vase el 10.2) y aparentemente no hay forma de producto. Si se resuelven las ecuaciones de equilibrio para obtener las probabilidades de estado se encuentra que la solucin se puede expresar en forma de producto:
donde A1 = /1 y A2 = /2. Las probabilidades de estado se pueden expresar en forma de producto p(i, j) = p(i) . p(j), donde p(i) es la probabilidad de estado para un sistema M/M/1 con trfico ofrecido A1 y p(j) es la probabilidad de estado para un sistema M/M/1 con trfico ofrecido A2. Las probabilidades de estado indicadas en la figura 14.3 son idnticas a las de la figura 14.4 que tiene equilibrio local y forma de producto. Es posible as encontrar un sistema que es reversible y tenga las mismas probabilidades de estado que el sistema no reversible. En la figura 14.3 hay equilibrio regional y no local. Si se considera un cuadrado de cuatro estados habr equilibrio para el mundo exterior pero, internamente, habr circulacin a travs de la diagonal de desplazamiento de estado.
- 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.
Figura 14.3 Diagrama de transicin de estado para la red de puesta en fila abierta que se ilustra en la figura 14.2. El diagrama no es reversible
- 272 -
Figura 14.4 Diagrama de transicin de estado para dos sistemas de puesta en fila M/M/1 independientes con idntica intensidad de llegada, pero tiempos medios de servicio individuales. El diagrama es reversible 14.3.1 Suposicin de independencia de Kleinrock Si se considera una red de datos de vida real, los paquetes tendrn la misma longitud constante y, por tanto, el mismo tiempo de servicio en todos los enlaces y nodos de igual velocidad. La teora de redes de puesta en fila supone que un paquete (un cliente) toma muestras de un nuevo tiempo de servicio en cada nodo. Esta es una suposicin necesaria para la forma de producto. Kleinrock (1964 [65]), investig por primera vez esta suposicin y result ser una buena aproximacin en la prctica. 14.4 Redes de puesta en fila de una sola cadena Se examinarn principalmente las probabilidades de estado definidas por p(i1, i2; . . . , ik, . . . , iK), donde ik es la cantidad de clientes en el nodo k (1 k K). Cuando se trata de sistemas abiertos, las operaciones son ms sencillas de efectuar. Se resuelve primero la ecuacin (14.5) de equilibrio de flujo y se obtiene la intensidad de llegada agregada a cada nodo (k). Mediante la combinacin de las intensidades de llegada con la distribucin del tiempo de servicio (k) se obtiene el trfico ofrecido Ak en cada nodo y entonces, considerando el sistema de espera de Erlang, se obtienen las probabilidades de estado para cada nodo. 14.4.1 Algoritmo de convolucin para una red de puesta en fila cerrada Cuando se tratan redes de puesta en fila cerradas las operaciones son mucho ms complicadas. En este caso, solo se conoce la carga relativa en cada nodo y no la carga absoluta, es decir, se conoce . c j, pero no se conoce c. Se pueden obtener probabilidades de estado relativas no normalizadas. Por ltimo, se obtiene la normalizacin de las probabilidades de estado. Lamentablemente, normalizacin implica que se deben sumar todas las probabilidades de estado, es decir se debe calcular cada una de las probabilidades de estado (no normalizadas). El nmero de estados aumenta rpidamente cuando se incrementa el nmero de nodos y/o clientes. En general, la complejidad es similar a la correspondiente a sistemas de prdidas multidimensionales (vase el Captulo 10).
- 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:
Cuando todos los nodos han sido replegados se obtiene:
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:
Por simple transposicin resulta:
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 i Nodo 1 q1(i) Nodo 2 q2(i) Red de puesta en fila q12 = q1 * q2
Ejemplo 14.4.2: Servidor central En 1971 J.P. Buzen introdujo el modelo de servidor central que se ilustra en la figura 14.6 para modelar un sistema informtico multiprogramado con una CPU y un nmero de canales de entrada/salida (unidades perifricas). El grado de multiprogramacin S describe la cantidad de operaciones procesadas simultneamente. El nmero de unidades perifricas se representa por K 1 como se muestra en la figura 14.6, que tambin indica las probabilidades de transicin. Tpicamente una operacin requiere servicios cientos de veces, ya sea por la unidad central o bien por uno de los perifricos. Se supone que la operacin una vez finalizada es inmediatamente remplazada por otra; por tanto S es constante. Los tiempos de servicios estn todos distribuidos exponencialmente con intensidad i (i = 1, . . . ,K). Buzen formul un esquema para evaluar este sistema. El esquema es un caso especial del algoritmo de convolucin. Sea un caso con S = 4 clientes y K = 3 nodos, y:
- 276 -
Figura 14.6 Sistema de puesta en fila de servidor central constituido por un servidor central (CPU) y (K1) canales de entrada/salida. En el sistema circula un nmero fijo de operaciones S Leyendas de la figura 14.6 1) 2) 3) S operaciones de circulacin Nuevas operaciones Canales entrada/salida
Las cargas relativas resultan:
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:
El promedio del nmero de clientes en el nodo 3 es:
Cambiando el orden de convolucin se obtiene el promedio de longitudes de fila de espera L1 y L2 y concluye con:
- 277 -
Cuadro 14.2 Algoritmo de convolucin aplicado al sistema del servidor central

Estado i 0 1 2 3 4 Nodo 1 q1(i) 1 1 1 1 1 Nodo 2 q2(i) 1 1 1 1 1 Nodo 1*2 q12 = q1 * q2 1 2 3 4 5 Nodo 3 q3 1 2 4 8 16 Red de puesta en fila q123 = (q1 * q2) * q3 1 4 11 26 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:
Aplicando el resultado de Little se obtiene finalmente el tiempo medio de estado: Wk = Lk /k:
14.4.2 Algoritmo de valor medio El algoritmo de valor medio (MVA, mean value algorithm) es un mecanismo para calcular medidas de calidad de funcionamiento de redes de puesta en fila de espera. Combina de excelente manera dos resultados principales de la teora de puesta en fila de espera: el teorema de llegada ( 8.28) y la ley de Little ( 5.20). El algoritmo fue publicado por primera vez por Lavenberg y Reiser (1980 [73]). En el mismo se considera una red de puesta en fila con K nodos y S clientes (todos pertenecientes a una sola cadena). Las cargas relativas de los nodos se simbolizan por k (k = 1, 2, . . . ,K). El algoritmo es recurrente en el nmero de clientes, es decir, una red con x clientes se evala a partir de una red con x1 clientes. Supngase que el promedio de la cantidad de clientes en el nodo k es Lk(x) donde x es el nmero de clientes total en la red. Obviamente:
- 278 -
El algoritmo acta recurrentemente en dos pasos: Paso 1: Aumentar el nmero de clientes de x a (x + 1). Conforme al teorema de llegada, el (x + 1)-simo cliente ver el sistema como si ste tuviera x clientes en equilibrio estadstico. Por tanto, el promedio de tiempo de ocupacin (tiempo de espera, + tiempo en servicio) en el nodo k es: Para M/M/1, M/G/1PS, M/G/1, y LCFSPR:
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
La constante c se obtiene del nmero total de clientes:
Mediante estos dos pasos se ha efectuado la recursin de x a (x + 1) clientes. Para x = 1 no habr tiempo de espera en el sistema y Wk(1) es igual al promedio del tiempo de servicio sk. El algoritmo MVA se indica a continuacin para nodos de un solo servidor, pero es bastante sencillo generalizarlo a nodos con criterios de mltiples servidores, o bien infinitos servidores. Ejemplo 14.4.3: Modelo de servidor central Se aplica el algoritmo MVA al modelo de servidor central (vase el ejemplo 14.4.2). Las velocidades de llegada relativa son:
- 279 -
Nodo 1
Nodo 2
Nodo 3
Naturalmente, el resultado es idntico al obtenido con el algoritmo de convolucin. El tiempo de permanencia en cada nodo (utilizando la unidad de tiempo original) es el siguiente: W1(4) = 1,6154 . 28 = 45,23, W2(4) = 1,6154 . 40 = 64,62, W3(4) = 2,7693 . 280 = 775,38, Ejemplo 14.4.4: Algoritmo MVA aplicado al modelo mquina - reparador Se examina el modelo mquina - reparacin con S fuentes, tiempo de activacin del terminal A y tiempo de servicioCPU igual a una unidad de tiempo. Como se indic en el 12.5.2 esto es equivalente a un sistema de prdidas de Erlang con S servidores y trfico ofrecido A. Es tambin una red de puesta en fila cerrada con dos nodos y S clientes en una cadena. Si se aplica el algoritmo MVA a este sistema se obtendr entonces la frmula de recursin para la frmula B de Erlang (vase el 7.27). Las velocidades de visita relativa son idnticas, pues un cliente visita alternativamente el nodo 1 y el nodo 2: 1 = 2 = 1.
Nodo 1 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
De esto se obtiene la constante de normalizacin c = 1 Ex(A) y se calcula para el (x+1)-simo cliente:
pues se sabe que c = 1- Ex+1. Esta es la formula de recursin para la frmula B de Erlang. 14.5 Redes de puesta en fila BCMP 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) b) Cada nodo es un sistema de puesta en fila simtrico (vase el 14.2: proceso de llegada de Poisson proceso de salida de Poisson). 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
Redes de puesta en fila multidimensionales
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 -
Figura 14.8 Diagrama de transicin de estado para un sistema M/M/1 multidimensional con comparticin de procesador En la figura 14.8 se ilustra parte del diagrama de transicin de estado. El diagrama es reversible, pues el flujo que circula en sentido horario es igual al flujo que circula en sentido antihorario. Por lo tanto, hay equilibrio local y todas las probabilidades de estado se pueden expresar por p(0, 0):
Normalizando la expresin se tiene que p(0, 0):
En comparacin con la frmula B de Erlang multidimensional se tiene ahora el factor adicional (i+j)!. El producto entre cadenas (dentro de un nodo) se pierde, pero el producto entre nodos se mantendr an. Si hay N tipos de clientes (cadenas) diferentes, las probabilidades de estado para un solo nodo resulta:
Esto se puede expresar por la distribucin polinmica (4.37):
- 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 Redes cerradas de puesta en fila con mltiples cadenas 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 -
14.7.1 Algoritmo de convolucin El algoritmo es esencialmente el mismo que en el caso de una sola cadena: 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
j obtiene la intensidad de llegada relativa k (el ndice superior indica la cadena) mediante la
siguiente expresin:
donde: K = cantidad de nodos, N = cantidad de cadenas,

j pik = probabilidad que un cliente de la cadena j pase del nodo i al nodo k.
Se determina un nodo arbitrario como nodo de referencia, por ejemplo nodo 1, es decir 1j = 1. La carga relativa en el nodo k debido a clientes de la cadena j es entonces:
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,
donde Sj es el nmero de clientes en la cadena j. 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 -
donde kj (1 kj < k) es el nmero de nodos visitados por la cadena j y:
El algoritmo se ilustra mejor con un ejemplo. Ejemplo 14.7.1: Modelo mquina reparador de Palm con dos tipos de clientes Como se vio en el ejemplo 14.4.1, este sistema se puede modelar con una red de puesta en fila con dos nodos. El nodo 1 corresponde a los terminales (mquinas) mientras que el nodo 2 es la CPU (reparador). El nodo 2 es un sistema de servidor nico mientras que el nodo 1 est modelado como sistema de servidor infinito. El nmero de clientes en las cadenas son (S1 = 2; S2 = 3) y el tiempo medio de servicio en el nodo k es skj . La carga relativa de la cadena 1 se representa por 1 en el nodo 1 y por 2 en el nodo 2. En forma similar, la carga de la cadena 2 se simboliza por 1 y 2, respectivamente. Aplicando el algoritmo de convolucin se tiene: Paso 1. Cadena 1: Carga relativa: Cadena 2: Carga relativa: Paso 2. S1 = 2 clientes
1 2 = 1. s1 ,
2 = 1 . s1 . 2
2 2 = 2 . s 2 .
S2 = 3 clientes
2 1 = 2 . s1 ,
Para el nodo 1 (IS) las probabilidades de estado relativas son (vase 14.1):
- 286 -
Para el nodo 2 (servidor nico) (vase 14.15) resulta:
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):
Utilizando los valores reales se tiene:
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
2 3 ( 1 1 )/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:
es decir, se espera la frmula B de Erlang. 14.8 Otros algoritmos para redes de puesta en fila 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 Nodo Dimensin de la poblacin
14.10
Atribucin de la capacidad ptima
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:
con la condicin que:
Con esta atribucin ptima resulta:
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 -
Esto se puede determinar introduciendo el multiplicador de Lagrange y considerar:
El valor mnimo de G se obtiene calculando k conforme a la ecuacin (14.26). Si todos los mensajes tienen el mismo valor medio k=, (se puede considerar entonces diferentes costos en los nodos conforme a la restriccin que se disponga de un monto fijo (Kleinrock, 1964 [65]).
- 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 Principios y mtodos de medicin 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). Intervalos de tiempo: por ejemplo, tiempos de conversacin, tiempo de ejecucin de tareas en una computadora, tiempo de espera, etc. (vase el 5.1.2).
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) Mtodos de medicin continuos. Mtodos de medicin discretos.
- 292 -
15.1.1 Mediciones continuas En este caso el punto de medida activa al equipo de medicin en el instante del evento. Aun cuando el mtodo de medicin sea continuo el resultado puede ser discreto. Ejemplo 15.1.1: Equipo de medicin: tiempo continuo Los equipos que funcionan conforme al principio continuo pueden ser, por ejemplo, los siguientes: a) b) c) Contadores electromecnicos cuyo conteo se aumenta en uno en el instante de un evento. Trazadores xy de registro conectados a un punto que se activa durante una conexin. Medidores de amperios/hora, que integran el consumo de potencia durante un periodo de medicin. Cuando se aplica en antiguas centrales electromecnicas para mediciones del volumen de trfico, cada lnea de enlace se conecta a travs de un resistor de 9,6 k, el cual durante la ocupacin se conecta entre 48V y tierra y consume 5 mA. Contadores del caudal de agua que miden el consumo de agua de un hogar.
d)
15.1.2 Mediciones discretas En este caso el punto de medicin es pasivo y el equipo de medicin debe probar (determinar) por s mismo si se han producido cambios en los puntos de medicin (normalmente binarios, activado-desactivados). Este procedimiento se denomina mtodo de exploracin, cuyo barrido se hace generalmente en instantes regulares (constante = intervalos de tiempos determinsticos). Todos los eventos que se han producido entre dos instantes de exploracin consecutivos estn referidos en los que hace al tiempo al instante del ltimo barrido, y se consideran como producidos en este instante. Ejemplo 15.1.2: Equipo de medicin: tiempo discreto Los equipos que funcionan conforme al principio de tiempo discreto pueden ser, por ejemplo, los siguientes: a) Tarificacin de llamada conforme al principio de Karlsson, donde los impulsos de tasacin se emiten en tiempos regulares (la distancia depende del costo por unidad de tiempo) al medidor del abonado que ha iniciado la llamada. Cada unidad registrada (intervalo) corresponde a una determinada cantidad de dinero. Si se mide la duracin de una llamada por su costo, se observa entonces una distribucin discreta (0, 1, 2, . . . unidades). El mtodo lleva el nombre en honor al matemtico finlands S.A. Karlsson (Karlsson, 1937 [57]. En comparacin con la mayora de los otros mtodos, requiere un mnimo de administracin. El trfico transportado por un grupo de lneas de enlace de una central electromecnica se mide en la prctica conforme al principio de exploracin. Durante una hora se observa 100 veces (cada 36 segundos) el nmero de lneas de enlace ocupadas y este nmero se aade a un contador mecnico que indica as el trfico medio transportado con dos decimales. Contando asimismo la cantidad de llamadas se puede estimar el tiempo medio de ocupacin. El principio de exploracin es particularmente apropiado para su aplicacin en sistemas digitales. Por ejemplo, el equipo controlado por procesador elaborado en 1969 en la Universidad Tcnica de Dinamarca tena la capacidad de probar 1024 puntos de medida (por ejemplo, rels en una central electromecnica, lneas de enlace o canales) en un tiempo de 5ms. Los estados de cada punto de medicin (desocupado/ocupado o desactivado/activado) en los dos ltimos barridos se almacenan en la memoria de una computadora y, por comparacin de las lecturas, se pueden detectar los cambios de estado.
b)
c)
- 293 -
Un cambio de estado 0 1 corresponde al inicio de una ocupacin y 1 0 al trmino de ocupacin (principio de ltima observacin). Las exploraciones estn controladas por un reloj. Por tanto, se puede supervisar cada canal durante un tiempo y medir sus intervalos, observndose as las distribuciones en el tiempo. Mientras que el equipo clsico (medidores de erlangs) mencionado anteriormente observa el proceso de trfico en el espacio de estado (vertical, representacin del nmero), el equipo de programa controlado observa el proceso de trfico en el espacio de tiempo (horizontal, representacin del intervalo), en tiempo discreto. La cantidad de informacin es casi independiente del intervalo de exploracin pues slo se almacenan los cambios de estado (el tiempo de un barrido se mide en un nmero entero de intervalos de exploracin). Los mtodos de medicin han tenido influencia decisiva en la manera de pensar y en el modo de formular y analizar los problemas estadsticos. El equipo clsico que funciona en el espacio de estado ha indicado que los anlisis estadsticos se han basado en probabilidades de estado, es decir bsicamente en procesos de renovacin. Desde el punto de vista matemtico estos modelos han sido bastante complejos (mediciones verticales). Los siguientes clculos son, en comparacin muy elementales y an ms generales, y se basan en el funcionamiento en espacio temporal del equipo de programa controlado. (Iversen, 1976 [38]) (mediciones horizontales). 15.2 Teora del muestreo
Supngase que se tiene una muestra de n observaciones independiente e idnticamente distribuidas {X1, X2,. . . ,Xn} de una variable estocstica con el valor finito medio desconocido m1 y varianza 2 finita .... (parmetros de poblacin). El valor medio y la varianza de la muestra se definen como sigue:
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:
Asimismo, s /n es un estimador central de la varianza desconocida del valor medio de la muestra X , es decir:
Se describe la exactitud de la estimacin de un parmetro de muestreo por medio de un intervalo de confianza, con al cual una determinada probabilidad especifica cmo la estimacin se ubica en relacin con el valor terico desconocido. En este caso el intervalo de confianza del valor medio resulta:
- 294 -
donde: tn-1,1/2 es el percentil (1/2) superior de la distribucin t con n1 grados de libertad. La probabilidad de que el intervalo de confianza incluya el valor medio terico desconocido es igual a (1 ) y se denomina nivel de confianza. En el cuadro 15.1 figuran algunos valores de la distribucin t. Cuando n se hace grande, la distribucin t converge a la distribucin normal y se puede utilizar el percentil de esta distribucin. La hiptesis de independencia se satisface para mediciones tomadas en diferentes das pero no, por ejemplo, para mediciones sucesivas por el mtodo de exploracin en un intervalo de tiempo limitado, pues la cantidad de canales ocupados en un instante dado estar correlacionada con el nmero de circuitos ocupados en la exploracin previa y en la siguiente. En las secciones prximas se calcular el valor medio y la varianza de las mediciones de trfico durante, por ejemplo, una hora. Este valor agregado para un determinado da puede ser utilizado entonces como simple observacin en las frmulas precedentes, donde la cantidad de observaciones ser tpicamente el nmero de das que se mide.
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 -
Leyendas de la figura 15.1 1) 2) 3) 4) 5) Proceso de trfico continuo Tiempo Proceso de trfico discreto Barrido Mtodo de exploracin
Cuadro 15.1 Percentiles de la distribucin t con n grados de libertad. Un valor especfico de corresponde a una masa de probabilidad /2 en ambos extremos de la distribucin t. Cuando n es grande, se pueden utilizar los percentiles de la distribucin normal
n 1 2 5 10 20 40
= 10% 6,314 2,920 2,015 1,812 1,725 1,684 1,645
= 5% 12,706 4,303 2,571 2,228 2,086 2,021 1,960
= 1% 63,657 9,925 4,032 3,169 2,845 2,704 2,576
Ejemplo 15.2.1: Intervalo de confianza para congestin de llamadas En un grupo troncal de 30 lneas de enlace (canales) se observa el resultado de 500 tentativas de llamada. Esta medicin se repite 11 veces y se obtienen los siguientes valores de congestin de llamadas (en porcentaje): 9,2; 3,6; 3,6; 2,0; 7,4; 2,2; 5,2; 5,4; 3,4; 2,0; 1,4 La suma total de las observaciones es 45,4 y el total de los cuadrados de las observaciones es 247,88 . Aplicando la ecuacin (15.1) X = 4,1273 % y con la ecuacin (15.2) 2 2 s = 6,0502 (%) 2 . Al nivel de 95% el intervalo de confianza resulta, utilizando los valores t del cuadro 15.1: (2,475,78). Cabe sealar que las observaciones se obtienen simulando un trfico PCTI de 25 erlang, que se ofrece a 30 canales. Conforme a la frmula B de Erlang la probabilidad terica de bloqueo es de 5,2603 %. Este valor se encuentra dentro del intervalo de confianza. Si se desea reducir el intervalo de confianza en un factor de 10, se debern efectuar 100 observaciones veces ms (vase la frmula 15.5), es decir 50 000 por mediciones (subejecucin). Se lleva a cabo esta simulacin y se observa una congestin de llamadas igual a 5,245 % y un intervalo de confianza (5,093 - 5,398). Esta simulacin requiere unos 10 segundos en un puesto de trabajo. 15.3 Mediciones continuas en un periodo ilimitado 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:
y, por tanto, resulta:
donde m2,t es el segundo momento (no central) de la distribucin de tiempo de ocupacin, y t es el factor de forma de Palm de la misma distribucin:
- 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) 3) a: Periodo de medicin ilimitado Tiempo b: Periodo de medicin limitado
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.
- 299 -
15.4
Mtodos de exploracin en un periodo ilimitado
En esta seccin slo se considerarn intervalos de exploracin regulares (constantes). El mtodo de exploracin se aplica, por ejemplo, a mediciones de trfico, tarificacin de llamadas, simulaciones numricas, y control de procesador. Por el mtodo de exploracin se observa una distribucin de tiempo discreta para el tiempo de ocupacin que, en tiempo real, es generalmente continuo. En la prctica, se determina por lo general una distancia constante h entre los instantes de exploracin, y se encontrar la siguiente relacin entre el intervalo observado y el tiempo real (vase la figura 15.3): Tiempo observado 0h 1h 2h 3h ... Tiempo real 0 h 1h 0 h 2h 1 h 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]):
Figura 15.3 Con el mtodo de exploracin un intervalo continuo se transforma en un intervalo discreto. La transformacin no es nica (vase el 15.4) Leyendas de la figura 15.3 1) 2) Nmero de barridos observado Intervalo para el tiempo real (barrido)
- 300 -
Interpretacin: Se supone que el tiempo de llegada de la llamada es independiente del proceso de exploracin. Por tanto, la funcin de densidad del intervalo desde el instante de llegada de la llamada al tiempo de la primera exploracin est distribuido uniformemente y es igual a (1/h) (vase el 6.3.3). La probabilidad de observar instantes de barrido cero durante el tiempo de ocupacin de la llamada se representa por p(0) y es igual a la probabilidad que la llamada termine antes del tiempo del barrido siguiente. Para un valor fijo del tiempo de ocupacin t esta probabilidad es igual a F(t)/h, y para obtener la probabilidad total se integran todos los valores t posibles (0 t < h) y se aplica la ecuacin (15.10). De manera similar se extrae p(k) con la ecuacin (15.11). Por integracin parcial se puede determinar que para cualquier funcin de distribucin F(t) se observar siempre el valor medio correcto:
Cuando se utiliza la tarificacin de Karlsson se llegar tasar siempre el monto correcto. Para intervalos de ocupacin con distribucin exponencial, F(t) = 1e- , se observar una distribucin discreta denominada distribucin de Westerberg (Iversen, 1976 [38]):
t
Esta distribucin puede tener el valor medio y el factor de forma siguientes:
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 2 expresin para s (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) b) Tasa fija por llamada. Este principio se aplica a menudo en sistemas manuales para llamadas locales (tarifa nica) Tarificacin de Karlsson. Esto corresponde al principio de medicin que se trata en esta seccin debido que el tiempo de ocupacin se fija al azar conforme a los impulsos de tasacin regulares. Este principio ha sido aplicado en Dinamarca en centrales de tipo de barras cruzadas. Tarificacin de Karlsson modificada. Se puede, por ejemplo, aadir un impulso adicional al comienzo de la llamada. En sistemas digitales en Dinamarca se aplica una tasa fija por llamada adems de una tasa proporcional a la duracin de la llamada. El comienzo del tiempo de ocupacin se sincroniza con el proceso de exploracin. Esto se aplica, por ejemplo, para llamadas atendidas por operador y en telfonos de alcanca. Ejemplo numrico
c)
d) 15.5
Para una medicin especfica se calcula m1,i y i2 . La desviacin de la intensidad de trfico observada con relacin al valor terico correcto tiene una distribucin aproximadamente normal. Por tanto, el valor terico medio desconocido estar dentro del 95% de los intervalos de confianza calculados (vase el 15.2):
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 -
Leyendas de la figura 15.4 1) 2) Factor de forma Intervalo de exploracin [s ]

1
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) 2) Exactitud relativa de A Volumen de trfico [s] El conocimiento que se obtiene en relacin con un periodo de medicin limitado produce ms informacin para una medicin breve (T <5), mientras que se obtiene muy poca informacin adicional para T >10. (En el proceso de trfico hay correlacin; la primera parte de un periodo de medicin produce ms informacin que las partes siguientes.) Utilizando el mtodo de la ruleta se obtiene mayor informacin que con el mtodo de exploracin (Iversen 1976, [38], 1977 [39]).
- 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 Ejemplo b
i2
Mtodo continuo Ilimitado (15.8) Limitado Mtodo de exploracin Ilimitado (15.17) Limitado Mtodo de la ruleta Ilimitado Limitado 1,0000 0,9500 1,0033 0,9535 1,1000 1,0500
i
1,0000 0,9747 1,0016 0,9765 1,0488 1,0247
i2
5,0000 3,7729 5,4099 4,2801 7,5000 6,2729
i
2,2361 1,9424 2,3259 2,0688 2,7386 2,5046
La teora anterior es exacta cuando se consideran tarificacin de llamadas y medicin de intervalos de tiempo. Para simulaciones estocsticas de computadora el proceso de trfico es generalmente estacionario y la teora se puede aplicar para estimacin de la fiabilidad de los resultados. Sin embargo, los resultados son aproximados ya que las hiptesis tericas acerca de sistemas libres y congestin pocas veces son de inters. En mediciones reales en sistemas de trabajo se tienen variaciones de trfico durante el da, errores tcnicos, errores de medicin, etc. Algunos de estos factores se compensan mutuamente y los resultados que se han calculado dan una buena estimacin de la fiabilidad, y constituyen una buena base para comparar medidas y principios de medicin.
- 305 -
BIBLIOGRAFA [1] [2] [3] [4] Abate, J. & Whitt, W. (1997): Limits and approximations for the M/G/1 LIFO waitingtime distribution. Operations Research Letters, Vol. 20 (1997): 5, 199206. 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. Ash, G.R. (1998): Dynamic routing in telecommunications networks. McGraw-Hill 1998. 746 pp. 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). Bear, D. (1988): Principles of telecommunication traffic engineering. Revised 3rd Edition. Peter Peregrinus Ltd, Stevenage 1988. 250 pp. Bech, N.I. (1954): Metode til Beregning af Sprring i Alternativ Trunking- og Graderingssystemer. Teleteknik, Vol. 5 (1954) : 4, pp. 435448. 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. Boots, N.K. & Tijms, H. (1999): A multiserver queueing system with impatient customers. Management Science, Vol. 45 (1999) : 3, 444448. Bretschneider, G. (1956): Bie Berechnung von Leitungsgruppen fr berflieenden Verkehr. Nachrichtentechnische Zeitschrift, NTZ, Vol. 9 (1956) : 11, 533540. Bretschneider, G. (1973): Extension of the equivalent random method to smooth traffics. ITC7, Seventh International Teletraffic Congress, Estocolmo, junio 1973. Paper 411. 9 pp. 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. 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. Burke, P.J. (1956): The Output of a Queueing System. Operations Research, Vol. 4 (1956), 699704. Christensen, P.V. (1914): The number of selectors in automatic telephone systems. The Post Office Electrical Engineers Journal, Vol. 7 (1914) 271-281. Cobham, A. (1954): Priority assignment in waiting line problems. Operations Research, Vol. 2 (1954), 7076. 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. Cooper, R.B. (1972): Introduction to Queueing Theory. Nueva York 1972. 277 pp. Cox, D.R. (1955): A Use of Complex Probabilities in the Theory of Stochastic Processes. Proc. Camb. Phil. Soc., Vol. 51 (1955), pp. 313319.
[5] [6] [7]
[8] [9] [10] [11]
[12]
[13] [14] [15] [16]
[17] [18]
- 306 -
[19] [20] [21] [22] [23]
Cox, D.R. & Miller, H.D. (1965): The Theory of Stochastic Processes. Methuen & Co. Londres 1965. 398 pp. Cox, D.R.& Isham, V. (1980): Point Processes. Chapman and Hall. 1980. 188 pp. Crommelin, C.D. (1932): Delay Probability Formulae When the Holding Times are Constant. Post Office Electrical Engineers Journal, Vol. 25 (1932), pp. 4150. Crommelin, C.D. (1934): Delay Probability Formulae. Post Office Electrical Engineers Journal, Vol. 26 (1934), pp. 266274. Delbrouck, L.E.N. (1983): On the steadystate distribution in a service facility carrying mixtures of traffic with different peakedness factor and capacity requirements. IEEE Transactions on Communications, Vol. COM-31 (1983): 11, 12091211. Dickmeiss, A. & Larsen, M. (1993): Sprringsberegninger i telenet. Master's thesis. Institut for Telekommunikation, Danmarks Tekniske Hjskole, 1993. 141 pp. Eilon, S. (1969): A simpler proof of L = W. Operations Research, Vol. 17 (1969), pp. 915917. Elldin, A., and G. Lind (1964): Elementary Telephone Traffic Theory. Chapter 4. L.M. Ericsson AB, Estocolmo 1964. 46 pp. Engset, T.O. (1918): Die Wahrscheinlichkeitsrechnung zur Bestimmung der Whlerzahl in automatischen Fernsprechmtern. Elektrotechnische Zeitschrift, 1918, Heft 31. Traducido al ingls por Telektronikk (Noruega), junio 1991, 4pp. Eslamdoust, C. (1995): Design of large communication networks. Master's thesis. Department of Telecommunication, Technical University of Denmark, 1995. 108 + 133 pp. Feller, W. (1950): An introduction to probability theory and its applications. Vol. 1, Nueva York 1950. 461 pp. 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. Fredericks, A.A. (1980): Congestion in blocking systems a simple approximation technique. The Bell System Technical Journal, Vol. 59 (1980): 6, 805827. Fry, T.C. (1928): Probability and its engineering uses. Nueva York 1928, 470 pp. Gordon, W.J, and & Newell, G.F. (1967): Closed queueing systems with exponential servers. Operations Research, Vol. 15 (1967), pp. 254265. 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. 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. ITU-T (UIT-T) (1993): Unidad de intensidad de trfico. Recomendacin UIT-T B.18. 1993. 1 p. Iversen, V.B. (1973): Analysis of real teletraffic processes based on computerized measurements. Ericsson Technics, No. 1, 1973, pp. 164. "Holbk measurements".
[24] [25] [26] [27]
[28] [29] [30]
[31] [32] [33] [34]
[35] [36] [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. 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. Iversen, V.B. (1980): The A-formula. Teleteknik (Edicin inglesa), Vol. 23 (1980) : 2, 6479. Iversen, V.B. (1982): Exact Calculation of Waiting Time Distributions in Queueing Systems with Constant Holding Times. Fjerde Nordiske Teletrafik Seminar (NTS-4), Fourth Nordic Teletraffic Seminar, Helsinki 1982. 31 pp. 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. 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). 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. 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. Jackson, J.R. (1957): Networks of waiting lines. Operations Research, Vol. 5 (1957), pp. 518521. Jackson, J.R. (1963): Jobshop-like queueing systems. Management Science, Vol. 10 (1963), No. 1, pp. 131142. 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. Jensen, Arne (1948): Truncated multidimensional distributions. Pages 5870 in "The Life and Works of A.K. Erlang". Ref. Brockmeyer et al., 1948. Jensen, Arne (1950): Moe's Principle An econometric investigation intended as an aid in dimensioning and managing telephone plant. Theory and Tables. Copenhague 1950. 165 pp. 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. Johannsen, Fr. (1908): "Busy". Copenhague 1908. 4 pp.
[39]
[40] [41]
[42]
[43]
[44]
[45]
[46] [47] [48]
[49] [50]
[51]
[52]
- 308 -
[53] [54]
Johansen, K. & Johansen, J. & Rasmussen, C. (1991): The broadband multiplexer, "transMux 1001". Teleteknik, Edicin inglesa, Vol. 34 (1991) : 1, 5765. 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. Joys, L.A. (1968): Engsets Formler for Sannsynlighetstetthet og dens Rekursionsformler. (Frmulas de Engset para probabilidad y sus frmulas recursivas, en noruego). Telektronikk 1968 No 12, pp. 5463. 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. Karlsson, S.A. (1937): Tekniska anordninger f samtalsdebitering enligt tid. Helsingfors Telefonfrening, Tekniska Meddelanden 1937, No. 2, pp. 3248. Kaufman, J.S. (1981): Blocking in a shared resource environment. IEEE Transactions on Communications, Vol. COM-29 (1981) : 10, 14741481. 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. Kelly, F.P. (1979): Reversibility and Stochastic Networks. John Wiley & Sons, 1979. 230 pp. Kendall, D.G. (1951): Some problems in the theory of queues. Journal of Royal Statistical Society, Series B, Vol. 13 (1951) : 2, 151173. 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. Khintchine, A.Y. (1955): Mathematical Methods in the Theory of Queueing. Londres 1960. 124 pp. (Original en Ruso, 1955). Kingman, J.F.C. (1969): Markov population processes. J. Appl. Prob., Vol. 6 (1969), 118. Kleinrock, L. (1964): Communication Nets: Stochastic Message Flow and Delay. McGrawHill 1964. Reimpreso por Dover Publications 1972. 209 pp. Kleinrock, L. (1975): Queueing Systems. Vol. I: Theory. Nueva York 1975. 417 pp. Kleinrock, L. (1976): Queueing Systems. Vol. II: Computer Applications. Nueva York 1976. 549 pp. Kosten, L. (1937): ber Sperrungswahrscheinlichkeiten bei Staffelschaltungen. Elek. Nachr. Techn., Vol. 14 (1937) 512. Kraimeche, B. & Schwartz, M. (1983): Circuit Access Control Strategies in integrated digital networks. IEEE INFOCOM, 9-12 de abril, 1984, San Francisco, USA, Proceedings pp. 230235. Kruithof, J. (1937): Telefoonverkehrsrekening. De Ingenieur, Vol. 52 (1937) : E15E25. Kuczura, A. (1973): The interrupted Poisson process as anflover ow process. The Bell System Technical Journal, Vol. 52 (1973) : 3, pp. 437448.
[55]
[56]
[57] [58] [59] [60] [61] [62]
[63] [64] [65] [66] [67] [68] [69]
[70] [71]
- 309 -
[72]
Kuczura, A. (1977): A method of moments for the analysis of a switched communication network's performance. IEEE Transactions on Communications, Vol. Com25 (1977): 2, 185193. 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. Lind, G. (1976): Studies on the probability of a called subscriber being busy. ITC8, Melbourne, noviembre de 1976. Paper 631. 8 pp. 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). Little, J.D.C. (1961): A proof for the queueing formula L = W. Operations Research, Vol. 9 (1961) : 383387. Maral, G. (1995): VSAT Networks. John Wiley & Sons, 1995. 282 pp. Marchal, W.G. (1976): An approximate formula for waiting time in single server queues. AIIE Transactions, diciembre de 1976, 473474. Nguyen, Than-Bang: Trafikplanlgningssystemet TES under Windows. Master's thesis. Department of Telecommunication, Technical University of Denmark 1995. 74 + 93 pp. 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. Palm, C. (1943): Intensittsschwankungen im Fernsprechverkehr. Ericsson Technics, No. 44, 1943, 189 pp. Traduccin al ingls por Chr. Jacobus: Intensity Variations in Telephone Traffic. NorthHolland Publ. Co. 1987. Palm, C. (1947): The assignment of workers in servicing automatic machines. Journal of Industrial Engineering, Vol. 9 (1958) : 2842. Primera publicacin en Suecia en 1947. Palm, C. (1947): Table of the Erlang Loss Formula. Telefonaktiebolaget L M Ericsson, Estocolmo 1947. 23 pp. Palm, C. (1957): Some propositions regarding flat and steep distribution functions, pp. 317 in TELE (Edicin inglesa), No. 1, 1957. Pinsky, E. & Conway, A.E. (1992): Computational algorithms for blocking probabilities in circuitswitched networks. Annals of Operations Research, Vol. 35 (1992) 3141. PostigoBoix, M. & GarcaHaro, J. & Aguilar-Igartua, M. (2001): IMA: technical foundations, application and performance analysis. Computer Networks, Vol. 35 (2001) 165183. 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. Rabe, F.W. (1949): Variations of telephone traffic. Electrical Communications, Vol. 26 (1949) 243248. Riordan, J. (1956): Derivation of moments of overflow traffic. Appendix 1 (pp. 507514) in (Wilkinson, 1956 [104]).
[73]
[74] [75]
[76] [77] [78] [79] [80]
[81]
[82] [83] [84] [85] [86]
[87]
[88] [89]
- 310 -
[90]
Roberts, J.W. (1981): A service system with heterogeneous user requirements applications to multiservice telecommunication systems. Pages 423431 in Performance of data communication systems and their applications. G. Pujolle (editor), NorthHolland Publ. Co. 1981. Roberts, J.W. (2001): Traffic theory and the Internet. IEEE Communications Magazine Vol. 39 (2001) : 1, 9499. Ross, K.W. & Tsang, D. (1990): Teletraffic engineering for productform circuitswitched networks. Adv. Appl. Prob., Vol. 22 (1990) 657675. 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. 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. 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. Stepanov, S.S. (1989): Optimization of numerical estimation of characteristics of multiflow models with repeated calls. Problems of Information Transmission, Vol. 25 (1989): 2, 6778. Sutton, D.J. (1980): The application of reversible Markovp opulation processes to teletraffic. A.T.R. Vol. 13 (1980): 2, 38. Techguide (2001): Inverse Multiplexing scalable bandwidth solutions for the WAN. Techguide (The Technologu Guide Series), 2001, 46 pp. <www.techguide.com> 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. 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. Villn, M. (2002): Overview of ITU Recommendations on traffic engineering. UITT Comisin de Estudio 2, COM 2-KS 48/2-E. Mayo de 2002. 21 pp. Wallstrm, B. (1964): A distribution model for telephone traffic with varying call intensity, including overflow traffic. Ericsson Technics, 1964, No. 2, pp. 183202. Wallstrm, B. (1966): Congestion studies in telephone systems with overflow facilities. Ericsson Technics, No. 3, 1966, pp. 187351. Wilkinson, R.I. (1956): Theories for toll traffic engineering in the U.S.A. The Bell System Technical Journal, Vol. 35 (1956) 421514.
[91] [92] [93]
[94]
[95]
[96]
[97] [98] [99]
[100] [101] [102] [103] [104]
- 311 -
NDICE DE AUTORES Abate, J. AguilarIgartua, M. Andersen, B. Ash, G.R. Baskett, F. Bear, D. Bech, N.I. Bolotin, V.A. Boots, N.K. Bretschneider, G. Brockmeyer, E. Burke, P.J. Buzen, J.P. Chandy, K.M. Chaveau, J. Chia, S. Christensen, P.V. Cobham, A. Conway, A.E. Cooper, R.B. Cox, D.R. Crommelin, C.D. Delbrouck, L.E.N. Dickmeiss, A. Eilon, S. Elldin, A. Engset, T.O. Erlang, A.K. Erramilli A. Eslamdoust, C. Feller, W. Flannery, B.P. Fortet, R. Fredericks, A.A. Fry, T.C. GarcaHaro, J. Georganas, N.D. Gordon, W.J. Grandjean, Ch. Grillo, D. Haemers, W.H. Halstrm, H.L. Hansen, N.H., Hayward, W.S. Jr. Isham, V. Iversen, V.B. Jackson, J.R. Jensen, A. Jensen, Arne Jerkins, J.L. Johannsen, F. Johansen, J. Johansen, K. Joys, L.A. Karlsson, S.A. Kaufman, J.S. Keilson, J. Kelly, F.P. Kendall, D.G. Khintchine, A.Y. Kingman, J.F.C. Kleinrock, L. Kosten, L. Kraimeche, B.
- 312 -
Kruithof, J. Kuczura, A. Larsen, M. Lavenberg, S.S. Leung, K.K. Lind, G. Listov-Saabye, H. Little, J.D.C. Maral, G. Marchal, W.G. Miller, H.D. Moe, K. Muntz, R.R. Neidhardt, A.L. Newell, G.F. Nguyen, Thanh-Bang Nielsen, B.F. Palacios, F.G. Palm, C. 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.
Schwartz, M. Skoog, R.A. Stepanov, S.N. Sutton, D.J. Techguide Teukolsky, S.A. Tijms, H Tsang, D. UIT-T Vaulot, E. Veir, B. Veir, B. Vetterling, W.T. Villn, M. Wallstrm, B. Wang, J.L. Whitt, W. Wilcke, R. Wilkinson, R.I.
- 313 -
NDICE TEMTICO abonado A, abonado B, accesibilidad total sistema de retardo sistema de prdidas, activado/desactivado, algoritmo de Buzen, algoritmo de convolucin, cadenas mltiples, cadena simple, sistema de prdidas, algoritmo de Delbrouck, algoritmo de Fortet y Grandjean, algoritmo de Kaufman y Roberts, algoritmo MVA cadena simple almacenamiento y retransmisin, aproximacin de Marchal, aproximacin de Rapp asignacin demanda, fija atribucin de canal, atribucin de capacidad, bloqueo de paquete, bsqueda cclica, cadena, cadenas, calidad de servicio, cambio de fila, canal de control, canales de usuario, caso Binomial negativo, caso Binomial, caso Engset, caso Erlang, caso Palm-Wallstrm, caso Pascal, caso Poisson, CCS, central de trnsito, central local, clasificacin de O'Dell, coeficiente de variacin, comparticin de procesador, comportamiento del abonado, comunicacin mvil, concentracin de trfico, concentracin, concepto de bloqueo, congestin de llamada, de tiempo, de trfico, conmutacin de circuitos, conmutacin de lneas, conmutacin de mensajes, conmutacin de paquetes, conservacin de trabajo, cordn, criterio de Kolmogorov, CSMA, cuadro, frmula B de Erlang cubo con fugas, curtosis,
- 314 -
D/M/1, DECT, derecho preferente, desconexin forzada, desconvolucin, desigualdad de Kingman, desviacin normalizada, diagrama de transicin de estado, sistema de retardo de Erlang dimensionamiento, bloqueo fijo principio de mejora, disponibilidad, vase accesibilidad, distribucin Binomial negativa, distribucin Binomial, caracterstica del trfico, truncado, 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, distribucin de Westerberg, distribucin Erlang-k,
distribucin exponencial, distribucin geomtrica, distribucin polinomial, distribuciones de tiempo, divisin de trfico, divisin en el tiempo, duracin de la llamada, EBHC, ecuacin flujo-equilibrio, ecuaciones de corte, ecuaciones de equilibrio, ecuaciones de nodo, Ek/D/r, encaminamiento alternativo, equilibrio estadstico, equilibrio, global, local, detallado, erlang, estrategia, estructura, estudios iterativos, exactitud relativa, expansin Binomial, expiracin, factor de forma de Palm, factor de forma, factores humanos, falta de memoria,
- 315 -
forma de producto, frmula 1 de Erlang, frmula B de Erlang, servicio hiperexponencial recursin multidimensional frmula C de Erlang, 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, hiptesis de independencia, HOM, hombre-mquina, hora cargada, tiempo uniforme,
IDC, identidad de Feller-Jensen, identidad de Palm, 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,
- 316 -
lgica de cableado, longitud de puesta en fila virtual, M/D/1/k, M/D/n, M/G/, M/G/1, M/G/1/k, M/G/1-LCFS-PR, M/G/1-LCFS-PR, M/G/1-PS, M/M/1, M/M/n, M/M/n, FCFS, M/M/n/S/S, macroclula, matriz de trfico, mediciones de trfico, mtodo de Berkeley, mtodo de carga reducido, mtodo de equivalencia de Wilkinson, mtodo de exploracin, mtodo de factor doble de Kruithof, mtodo de Fredericks y Hayward, mtodo de Newton-Raphson, mtodo del punto fijo de Erlang, mtodo de Sanders, mtodo EERT, mtodo ERT, mtodos de medicin, continuo, discreto, horizontal, vertical,
microclula, microprocesador, modelado, modelo mquina - reparador, modelo mquina-reparador de Palm, momento central, momento no central, multidimensional, Erlang-B sistema de prdidas, multiplexacin inversa, multiplexacin, cdigo de impulso, frecuencia, tiempo, multiplexin estadstica, multiplicador de Lagrange, ocupado, optimizacin triangular, origen, paginacin, paradoja, PCT-I, PCT-II, periodo de medicin, ilimitado, persistencia, principio de mejora, principio de Moe, sistema de prdidas, sistema de retardo, principio del ltimo examen, proceso Binomial, proceso de llegada Cox-2,
- 317 -
proceso de llegada generalizado, proceso de Markov reversible, proceso de Poisson interrumpido, proceso de Poisson, proceso estocstico, proceso reversible, propiedad de Markovian, propiedad PASTA, proteccin de circuito virtual, proteccin de servicio, protocolo Aloha, protocolo, PS, puesta en fila de espera, puntos de equilibrio, puntos de regeneracin, QoS, RDSI, RDSI-BA, receptor de cdigo, recursin, red en anillo, red de Jackson, red de poligonal, red de telecomunicaciones, red de trnsito, red digital de servicios integrados, red en estrella, redes de puesta en fila BCMP, redes de puesta en fila, registro, relacin de servicio, renegacin,
representacin de intervalos, representacin de nmero, RR, ruta directa, ruta primaria, ruta secundaria, simulacin con retorno al origen, simulacin de la ruleta, sin conexin, sin derecho preferente, sistema de Brockmeyer, sistema de espacio dividido, sistema de frecuencia portadora, sistema de Kosten, sistema de prdidas, sistema de retardo de Erlang, diagrama de transicin de estado, sistema de servidor central, sistema equivalente, sistema interactivo, sistema MIC, sistema SPC, sistema telefnico, controlado por programa, convencional, sistemas celular jerrquico, sistemas simtricos de puesta en fila, 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,
trfico puramente aleatorio tipo II, trfico rechazado, trfico regularizado, trfico seudoaleatorio, trfico transportado, transmisor de cdigo, traspaso, trayecto de control, trayecto de voz, UIT-T, unidad de trfico, utilizacin, valor de mejora, valor medio, variable estocstica, en paralelo, en serie, j-simo ms largo, variaciones de trfico, varianza, velocidad de sealizacin de datos, volumen de trfico, VSAT,
_______________
- 253 -
Fuente: www.itu.int/ITU-D/study_groups/ SGP_2002-2006/SG2/133000S4.Doc - Resultado Suplementario
(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 Introduccin a las redes de puesta en fila de espera 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 Sistemas simtricos de puesta en fila de espera
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): p(i) = (1 A) . A ,
i
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 En 1957, Jackson, que trabajaba con sistemas de fabricacin y planeamiento de la produccin, public un documento con un teorema que se denomina ahora teorema de Jackson (Jackson, 1957 [46]). En dicho teorema demostr que una red de puesta en fila de espera de nodos M/M/n tiene forma de producto. Sus conclusiones fueron inspiradas por el resultado obtenido por Burke el ao anterior (Burke, 1956 [13]). Teorema 14.1. Teorema de Jackson: Considrese una red de puesta en fila de espera abierta con K nodos que satisfacen las siguientes condiciones a) b) c) Cada nodo es un sistema de puesta en fila M/M/n. El nodo k tiene nk servidores y el promedio del tiempo de servicio es 1=k. 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. Un cliente, que acaba de finalizar su servicio en el nodo j, se transfiere inmediatamente al nodo k con probabilidad pjk o sale de la red con probabilidad:
Un cliente puede visitar varias veces el mismo nodo si pkk > 0. El promedio de la intensidad de llegada k en el nodo k se obtiene empleando las ecuaciones de equilibrio de flujo:
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
Las probabilidades de espacio de estado vienen dadas entonces en forma de producto:
(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.
Figura 14.2 Diagrama de transicin de estado de una red de puesta en fila abierta constituida por dos sistemas M/M/1 en serie Ejemplo 14.3.1: Dos nodos M/M/1 en serie La figura 14.2 muestra una red de puesta en fila abierta de dos nodos M/M/1 en serie. El diagrama de transicin de estado correspondiente se ilustra en la figura 14.3. Evidentemente, el diagrama de transicin de estado no es reversible: entre dos estados vecinos slo hay flujo en un sentido (vase el 10.2) y aparentemente no hay forma de producto. Si se resuelven las ecuaciones de equilibrio para obtener las probabilidades de estado se encuentra que la solucin se puede expresar en forma de producto:
donde A1 = /1 y A2 = /2. Las probabilidades de estado se pueden expresar en forma de producto p(i, j) = p(i) . p(j), donde p(i) es la probabilidad de estado para un sistema M/M/1 con trfico ofrecido A1 y p(j) es la probabilidad de estado para un sistema M/M/1 con trfico ofrecido A2. Las probabilidades de estado indicadas en la figura 14.3 son idnticas a las de la figura 14.4 que tiene equilibrio local y forma de producto. Es posible as encontrar un sistema que es reversible y tenga las mismas probabilidades de estado que el sistema no reversible. En la figura 14.3 hay equilibrio regional y no local. Si se considera un cuadrado de cuatro estados habr equilibrio para el mundo exterior pero, internamente, habr circulacin a travs de la diagonal de desplazamiento de estado.
(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.
Figura 14.3 Diagrama de transicin de estado para la red de puesta en fila abierta que se ilustra en la figura 14.2. El diagrama no es reversible
(133000)
- 259 -
Figura 14.4 Diagrama de transicin de estado para dos sistemas de puesta en fila M/M/1 independientes con idntica intensidad de llegada, pero tiempos medios de servicio individuales. El diagrama es reversible 14.3.1 Suposicin de independencia de Kleinrock Si se considera una red de datos de vida real, los paquetes tendrn la misma longitud constante y, por tanto, el mismo tiempo de servicio en todos los enlaces y nodos de igual velocidad. La teora de redes de puesta en fila supone que un paquete (un cliente) toma muestras de un nuevo tiempo de servicio en cada nodo. Esta es una suposicin necesaria para la forma de producto. Kleinrock (1964 [65]), investig por primera vez esta suposicin y result ser una buena aproximacin en la prctica. 14.4 Redes de puesta en fila de una sola cadena Se examinarn principalmente las probabilidades de estado definidas por p(i1, i2; . . . , ik, . . . , iK), donde ik es la cantidad de clientes en el nodo k (1 k K). Cuando se trata de sistemas abiertos, las operaciones son ms sencillas de efectuar. Se resuelve primero la ecuacin (14.5) de equilibrio de flujo y se obtiene la intensidad de llegada agregada a cada nodo (k). Mediante la combinacin de las intensidades de llegada con la distribucin del tiempo de servicio (k) se obtiene el trfico ofrecido Ak en cada nodo y entonces, considerando el sistema de espera de Erlang, se obtienen las probabilidades de estado para cada nodo. 14.4.1 Algoritmo de convolucin para una red de puesta en fila cerrada Cuando se tratan redes de puesta en fila cerradas las operaciones son mucho ms complicadas. En este caso, solo se conoce la carga relativa en cada nodo y no la carga absoluta, es decir, se conoce . c j, pero no se conoce c. Se pueden obtener probabilidades de estado relativas no normalizadas. Por ltimo, se obtiene la normalizacin de las probabilidades de estado. Lamentablemente, normalizacin implica que se deben sumar todas las probabilidades de estado, es decir se debe calcular cada una de las probabilidades de estado (no normalizadas). El nmero de estados aumenta rpidamente cuando se incrementa el nmero de nodos y/o clientes. En general, la complejidad es similar a la correspondiente a sistemas de prdidas multidimensionales (vase el Captulo 10).
(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:
Cuando todos los nodos han sido replegados se obtiene:
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:
Por simple transposicin resulta:
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 i Nodo 1 q1(i) Nodo 2 q2(i) Red de puesta en fila q12 = q1 * q2
Ejemplo 14.4.2: Servidor central En 1971 J.P. Buzen introdujo el modelo de servidor central que se ilustra en la figura 14.6 para modelar un sistema informtico multiprogramado con una CPU y un nmero de canales de entrada/salida (unidades perifricas). El grado de multiprogramacin S describe la cantidad de operaciones procesadas simultneamente. El nmero de unidades perifricas se representa por K 1 como se muestra en la figura 14.6, que tambin indica las probabilidades de transicin. Tpicamente una operacin requiere servicios cientos de veces, ya sea por la unidad central o bien por uno de los perifricos. Se supone que la operacin una vez finalizada es inmediatamente remplazada por otra; por tanto S es constante. Los tiempos de servicios estn todos distribuidos exponencialmente con intensidad i (i = 1, . . . ,K). Buzen formul un esquema para evaluar este sistema. El esquema es un caso especial del algoritmo de convolucin. Sea un caso con S = 4 clientes y K = 3 nodos, y:
(133000)
- 263 -
Figura 14.6 Sistema de puesta en fila de servidor central constituido por un servidor central (CPU) y (K1) canales de entrada/salida. En el sistema circula un nmero fijo de operaciones S Leyendas de la figura 14.6 1) 2) 3) S operaciones de circulacin Nuevas operaciones Canales entrada/salida
Las cargas relativas resultan:
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:
El promedio del nmero de clientes en el nodo 3 es:
Cambiando el orden de convolucin se obtiene el promedio de longitudes de fila de espera L1 y L2 y concluye con:
(133000)
- 264 -
Cuadro 14.2 Algoritmo de convolucin aplicado al sistema del servidor central

Estado i 0 1 2 3 4 Nodo 1 q1(i) 1 1 1 1 1 Nodo 2 q2(i) 1 1 1 1 1 Nodo 1*2 q12 = q1 * q2 1 2 3 4 5 Nodo 3 q3 1 2 4 8 16 Red de puesta en fila q123 = (q1 * q2) * q3 1 4 11 26 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:
Aplicando el resultado de Little se obtiene finalmente el tiempo medio de estado: Wk = Lk /k:
14.4.2 Algoritmo de valor medio El algoritmo de valor medio (MVA, mean value algorithm) es un mecanismo para calcular medidas de calidad de funcionamiento de redes de puesta en fila de espera. Combina de excelente manera dos resultados principales de la teora de puesta en fila de espera: el teorema de llegada ( 8.28) y la ley de Little ( 5.20). El algoritmo fue publicado por primera vez por Lavenberg y Reiser (1980 [73]). En el mismo se considera una red de puesta en fila con K nodos y S clientes (todos pertenecientes a una sola cadena). Las cargas relativas de los nodos se simbolizan por k (k = 1, 2, . . . ,K). El algoritmo es recurrente en el nmero de clientes, es decir, una red con x clientes se evala a partir de una red con x1 clientes. Supngase que el promedio de la cantidad de clientes en el nodo k es Lk(x) donde x es el nmero de clientes total en la red. Obviamente:
(133000)
- 265 -
El algoritmo acta recurrentemente en dos pasos: Paso 1: Aumentar el nmero de clientes de x a (x + 1). Conforme al teorema de llegada, el (x + 1)-simo cliente ver el sistema como si ste tuviera x clientes en equilibrio estadstico. Por tanto, el promedio de tiempo de ocupacin (tiempo de espera, + tiempo en servicio) en el nodo k es: Para M/M/1, M/G/1PS, M/G/1, y LCFSPR:
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
La constante c se obtiene del nmero total de clientes:
Mediante estos dos pasos se ha efectuado la recursin de x a (x + 1) clientes. Para x = 1 no habr tiempo de espera en el sistema y Wk(1) es igual al promedio del tiempo de servicio sk. El algoritmo MVA se indica a continuacin para nodos de un solo servidor, pero es bastante sencillo generalizarlo a nodos con criterios de mltiples servidores, o bien infinitos servidores. Ejemplo 14.4.3: Modelo de servidor central Se aplica el algoritmo MVA al modelo de servidor central (vase el ejemplo 14.4.2). Las velocidades de llegada relativa son:
(133000)
- 266 -
Nodo 1
Nodo 2
Nodo 3
Naturalmente, el resultado es idntico al obtenido con el algoritmo de convolucin. El tiempo de permanencia en cada nodo (utilizando la unidad de tiempo original) es el siguiente: W1(4) = 1,6154 . 28 = 45,23, W2(4) = 1,6154 . 40 = 64,62, W3(4) = 2,7693 . 280 = 775,38, Ejemplo 14.4.4: Algoritmo MVA aplicado al modelo mquina - reparador Se examina el modelo mquina - reparacin con S fuentes, tiempo de activacin del terminal A y tiempo de servicioCPU igual a una unidad de tiempo. Como se indic en el 12.5.2 esto es equivalente a un sistema de prdidas de Erlang con S servidores y trfico ofrecido A. Es tambin una red de puesta en fila cerrada con dos nodos y S clientes en una cadena. Si se aplica el algoritmo MVA a este sistema se obtendr entonces la frmula de recursin para la frmula B de Erlang (vase el 7.27). Las velocidades de visita relativa son idnticas, pues un cliente visita alternativamente el nodo 1 y el nodo 2: 1 = 2 = 1.
Nodo 1 Nodo 2
(133000)
- 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
De esto se obtiene la constante de normalizacin c = 1 Ex(A) y se calcula para el (x+1)-simo cliente:
pues se sabe que c = 1- Ex+1. Esta es la formula de recursin para la frmula B de Erlang. 14.5 Redes de puesta en fila BCMP 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) b) Cada nodo es un sistema de puesta en fila simtrico (vase el 14.2: proceso de llegada de Poisson proceso de salida de Poisson). 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
Redes de puesta en fila multidimensionales
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 -
Figura 14.8 Diagrama de transicin de estado para un sistema M/M/1 multidimensional con comparticin de procesador En la figura 14.8 se ilustra parte del diagrama de transicin de estado. El diagrama es reversible, pues el flujo que circula en sentido horario es igual al flujo que circula en sentido antihorario. Por lo tanto, hay equilibrio local y todas las probabilidades de estado se pueden expresar por p(0, 0):
Normalizando la expresin se tiene que p(0, 0):
En comparacin con la frmula B de Erlang multidimensional se tiene ahora el factor adicional (i+j)!. El producto entre cadenas (dentro de un nodo) se pierde, pero el producto entre nodos se mantendr an. Si hay N tipos de clientes (cadenas) diferentes, las probabilidades de estado para un solo nodo resulta:
Esto se puede expresar por la distribucin polinmica (4.37):
(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 Redes cerradas de puesta en fila con mltiples cadenas 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 -
14.7.1 Algoritmo de convolucin El algoritmo es esencialmente el mismo que en el caso de una sola cadena: 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
j obtiene la intensidad de llegada relativa k (el ndice superior indica la cadena) mediante la
siguiente expresin:
donde: K = cantidad de nodos, N = cantidad de cadenas,

j pik = probabilidad que un cliente de la cadena j pase del nodo i al nodo k.
Se determina un nodo arbitrario como nodo de referencia, por ejemplo nodo 1, es decir 1j = 1. La carga relativa en el nodo k debido a clientes de la cadena j es entonces:
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,
donde Sj es el nmero de clientes en la cadena j. 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 -
donde kj (1 kj < k) es el nmero de nodos visitados por la cadena j y:
El algoritmo se ilustra mejor con un ejemplo. Ejemplo 14.7.1: Modelo mquina reparador de Palm con dos tipos de clientes Como se vio en el ejemplo 14.4.1, este sistema se puede modelar con una red de puesta en fila con dos nodos. El nodo 1 corresponde a los terminales (mquinas) mientras que el nodo 2 es la CPU (reparador). El nodo 2 es un sistema de servidor nico mientras que el nodo 1 est modelado como sistema de servidor infinito. El nmero de clientes en las cadenas son (S1 = 2; S2 = 3) y el tiempo medio de servicio en el nodo k es skj . La carga relativa de la cadena 1 se representa por 1 en el nodo 1 y por 2 en el nodo 2. En forma similar, la carga de la cadena 2 se simboliza por 1 y 2, respectivamente. Aplicando el algoritmo de convolucin se tiene: Paso 1. Cadena 1: Carga relativa: Cadena 2: Carga relativa: Paso 2. S1 = 2 clientes
1 2 = 1. s1 ,
2 = 1 . s1 . 2
2 2 = 2 . s 2 .
S2 = 3 clientes
2 1 = 2 . s1 ,
Para el nodo 1 (IS) las probabilidades de estado relativas son (vase 14.1):
(133000)
- 273 -
Para el nodo 2 (servidor nico) (vase 14.15) resulta:
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):
Utilizando los valores reales se tiene:
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
2 3 ( 1 1 )/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:
es decir, se espera la frmula B de Erlang. 14.8 Otros algoritmos para redes de puesta en fila 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 Nodo Dimensin de la poblacin
14.10
Atribucin de la capacidad ptima
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:
con la condicin que:
Con esta atribucin ptima resulta:
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 -
Esto se puede determinar introduciendo el multiplicador de Lagrange y considerar:
El valor mnimo de G se obtiene calculando k conforme a la ecuacin (14.26). Si todos los mensajes tienen el mismo valor medio k=, (se puede considerar entonces diferentes costos en los nodos conforme a la restriccin que se disponga de un monto fijo (Kleinrock, 1964 [65]).
(133000)
- 277 -
(133000)
- 278 -
BIBLIOGRAFA [1] [2] [3] [4] Abate, J. & Whitt, W. (1997): Limits and approximations for the M/G/1 LIFO waitingtime distribution. Operations Research Letters, Vol. 20 (1997): 5, 199206. 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. Ash, G.R. (1998): Dynamic routing in telecommunications networks. McGraw-Hill 1998. 746 pp. 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). Bear, D. (1988): Principles of telecommunication traffic engineering. Revised 3rd Edition. Peter Peregrinus Ltd, Stevenage 1988. 250 pp. Bech, N.I. (1954): Metode til Beregning af Sprring i Alternativ Trunking- og Graderingssystemer. Teleteknik, Vol. 5 (1954) : 4, pp. 435448. 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. Boots, N.K. & Tijms, H. (1999): A multiserver queueing system with impatient customers. Management Science, Vol. 45 (1999) : 3, 444448. Bretschneider, G. (1956): Bie Berechnung von Leitungsgruppen fr berflieenden Verkehr. Nachrichtentechnische Zeitschrift, NTZ, Vol. 9 (1956) : 11, 533540. Bretschneider, G. (1973): Extension of the equivalent random method to smooth traffics. ITC7, Seventh International Teletraffic Congress, Estocolmo, junio 1973. Paper 411. 9 pp. 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. 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. Burke, P.J. (1956): The Output of a Queueing System. Operations Research, Vol. 4 (1956), 699704. Christensen, P.V. (1914): The number of selectors in automatic telephone systems. The Post Office Electrical Engineers Journal, Vol. 7 (1914) 271-281. Cobham, A. (1954): Priority assignment in waiting line problems. Operations Research, Vol. 2 (1954), 7076. 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. Cooper, R.B. (1972): Introduction to Queueing Theory. Nueva York 1972. 277 pp. Cox, D.R. (1955): A Use of Complex Probabilities in the Theory of Stochastic Processes. Proc. Camb. Phil. Soc., Vol. 51 (1955), pp. 313319.
[5] [6] [7]
[8] [9] [10] [11]
[12]
[13] [14] [15] [16]
[17] [18]
(133000)
- 279 -
[19] [20] [21] [22] [23]
Cox, D.R. & Miller, H.D. (1965): The Theory of Stochastic Processes. Methuen & Co. Londres 1965. 398 pp. Cox, D.R.& Isham, V. (1980): Point Processes. Chapman and Hall. 1980. 188 pp. Crommelin, C.D. (1932): Delay Probability Formulae When the Holding Times are Constant. Post Office Electrical Engineers Journal, Vol. 25 (1932), pp. 4150. Crommelin, C.D. (1934): Delay Probability Formulae. Post Office Electrical Engineers Journal, Vol. 26 (1934), pp. 266274. Delbrouck, L.E.N. (1983): On the steadystate distribution in a service facility carrying mixtures of traffic with different peakedness factor and capacity requirements. IEEE Transactions on Communications, Vol. COM-31 (1983): 11, 12091211. Dickmeiss, A. & Larsen, M. (1993): Sprringsberegninger i telenet. Master's thesis. Institut for Telekommunikation, Danmarks Tekniske Hjskole, 1993. 141 pp. Eilon, S. (1969): A simpler proof of L = W. Operations Research, Vol. 17 (1969), pp. 915917. Elldin, A., and G. Lind (1964): Elementary Telephone Traffic Theory. Chapter 4. L.M. Ericsson AB, Estocolmo 1964. 46 pp. Engset, T.O. (1918): Die Wahrscheinlichkeitsrechnung zur Bestimmung der Whlerzahl in automatischen Fernsprechmtern. Elektrotechnische Zeitschrift, 1918, Heft 31. Traducido al ingls por Telektronikk (Noruega), junio 1991, 4pp. Eslamdoust, C. (1995): Design of large communication networks. Master's thesis. Department of Telecommunication, Technical University of Denmark, 1995. 108 + 133 pp. Feller, W. (1950): An introduction to probability theory and its applications. Vol. 1, Nueva York 1950. 461 pp. 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. Fredericks, A.A. (1980): Congestion in blocking systems a simple approximation technique. The Bell System Technical Journal, Vol. 59 (1980): 6, 805827. Fry, T.C. (1928): Probability and its engineering uses. Nueva York 1928, 470 pp. Gordon, W.J, and & Newell, G.F. (1967): Closed queueing systems with exponential servers. Operations Research, Vol. 15 (1967), pp. 254265. 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. 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. ITU-T (UIT-T) (1993): Unidad de intensidad de trfico. Recomendacin UIT-T B.18. 1993. 1 p. Iversen, V.B. (1973): Analysis of real teletraffic processes based on computerized measurements. Ericsson Technics, No. 1, 1973, pp. 164. "Holbk measurements".
[24] [25] [26] [27]
[28] [29] [30]
[31] [32] [33] [34]
[35] [36] [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. 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. Iversen, V.B. (1980): The A-formula. Teleteknik (Edicin inglesa), Vol. 23 (1980) : 2, 6479. Iversen, V.B. (1982): Exact Calculation of Waiting Time Distributions in Queueing Systems with Constant Holding Times. Fjerde Nordiske Teletrafik Seminar (NTS-4), Fourth Nordic Teletraffic Seminar, Helsinki 1982. 31 pp. 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. 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). 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. 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. Jackson, J.R. (1957): Networks of waiting lines. Operations Research, Vol. 5 (1957), pp. 518521. Jackson, J.R. (1963): Jobshop-like queueing systems. Management Science, Vol. 10 (1963), No. 1, pp. 131142. 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. Jensen, Arne (1948): Truncated multidimensional distributions. Pages 5870 in "The Life and Works of A.K. Erlang". Ref. Brockmeyer et al., 1948. Jensen, Arne (1950): Moe's Principle An econometric investigation intended as an aid in dimensioning and managing telephone plant. Theory and Tables. Copenhague 1950. 165 pp. 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. Johannsen, Fr. (1908): "Busy". Copenhague 1908. 4 pp.
[39]
[40] [41]
[42]
[43]
[44]
[45]
[46] [47] [48]
[49] [50]
[51]
[52]
(133000)
- 281 -
[53] [54]
Johansen, K. & Johansen, J. & Rasmussen, C. (1991): The broadband multiplexer, "transMux 1001". Teleteknik, Edicin inglesa, Vol. 34 (1991) : 1, 5765. 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. Joys, L.A. (1968): Engsets Formler for Sannsynlighetstetthet og dens Rekursionsformler. (Frmulas de Engset para probabilidad y sus frmulas recursivas, en noruego). Telektronikk 1968 No 12, pp. 5463. 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. Karlsson, S.A. (1937): Tekniska anordninger f samtalsdebitering enligt tid. Helsingfors Telefonfrening, Tekniska Meddelanden 1937, No. 2, pp. 3248. Kaufman, J.S. (1981): Blocking in a shared resource environment. IEEE Transactions on Communications, Vol. COM-29 (1981) : 10, 14741481. 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. Kelly, F.P. (1979): Reversibility and Stochastic Networks. John Wiley & Sons, 1979. 230 pp. Kendall, D.G. (1951): Some problems in the theory of queues. Journal of Royal Statistical Society, Series B, Vol. 13 (1951) : 2, 151173. 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. Khintchine, A.Y. (1955): Mathematical Methods in the Theory of Queueing. Londres 1960. 124 pp. (Original en Ruso, 1955). Kingman, J.F.C. (1969): Markov population processes. J. Appl. Prob., Vol. 6 (1969), 118. Kleinrock, L. (1964): Communication Nets: Stochastic Message Flow and Delay. McGrawHill 1964. Reimpreso por Dover Publications 1972. 209 pp. Kleinrock, L. (1975): Queueing Systems. Vol. I: Theory. Nueva York 1975. 417 pp. Kleinrock, L. (1976): Queueing Systems. Vol. II: Computer Applications. Nueva York 1976. 549 pp. Kosten, L. (1937): ber Sperrungswahrscheinlichkeiten bei Staffelschaltungen. Elek. Nachr. Techn., Vol. 14 (1937) 512. Kraimeche, B. & Schwartz, M. (1983): Circuit Access Control Strategies in integrated digital networks. IEEE INFOCOM, 9-12 de abril, 1984, San Francisco, USA, Proceedings pp. 230235. Kruithof, J. (1937): Telefoonverkehrsrekening. De Ingenieur, Vol. 52 (1937) : E15E25. Kuczura, A. (1973): The interrupted Poisson process as anflover ow process. The Bell System Technical Journal, Vol. 52 (1973) : 3, pp. 437448.
[55]
[56]
[57] [58] [59] [60] [61] [62]
[63] [64] [65] [66] [67] [68] [69]
[70] [71]
(133000)
- 282 -
[72]
Kuczura, A. (1977): A method of moments for the analysis of a switched communication network's performance. IEEE Transactions on Communications, Vol. Com25 (1977): 2, 185193. 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. Lind, G. (1976): Studies on the probability of a called subscriber being busy. ITC8, Melbourne, noviembre de 1976. Paper 631. 8 pp. 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). Little, J.D.C. (1961): A proof for the queueing formula L = W. Operations Research, Vol. 9 (1961) : 383387. Maral, G. (1995): VSAT Networks. John Wiley & Sons, 1995. 282 pp. Marchal, W.G. (1976): An approximate formula for waiting time in single server queues. AIIE Transactions, diciembre de 1976, 473474. Nguyen, Than-Bang: Trafikplanlgningssystemet TES under Windows. Master's thesis. Department of Telecommunication, Technical University of Denmark 1995. 74 + 93 pp. 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. Palm, C. (1943): Intensittsschwankungen im Fernsprechverkehr. Ericsson Technics, No. 44, 1943, 189 pp. Traduccin al ingls por Chr. Jacobus: Intensity Variations in Telephone Traffic. NorthHolland Publ. Co. 1987. Palm, C. (1947): The assignment of workers in servicing automatic machines. Journal of Industrial Engineering, Vol. 9 (1958) : 2842. Primera publicacin en Suecia en 1947. Palm, C. (1947): Table of the Erlang Loss Formula. Telefonaktiebolaget L M Ericsson, Estocolmo 1947. 23 pp. Palm, C. (1957): Some propositions regarding flat and steep distribution functions, pp. 317 in TELE (Edicin inglesa), No. 1, 1957. Pinsky, E. & Conway, A.E. (1992): Computational algorithms for blocking probabilities in circuitswitched networks. Annals of Operations Research, Vol. 35 (1992) 3141. PostigoBoix, M. & GarcaHaro, J. & Aguilar-Igartua, M. (2001): IMA: technical foundations, application and performance analysis. Computer Networks, Vol. 35 (2001) 165183. 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. Rabe, F.W. (1949): Variations of telephone traffic. Electrical Communications, Vol. 26 (1949) 243248. Riordan, J. (1956): Derivation of moments of overflow traffic. Appendix 1 (pp. 507514) in (Wilkinson, 1956 [104]).
[73]
[74] [75]
[76] [77] [78] [79] [80]
[81]
[82] [83] [84] [85] [86]
[87]
[88] [89]
(133000)
- 283 -
[90]
Roberts, J.W. (1981): A service system with heterogeneous user requirements applications to multiservice telecommunication systems. Pages 423431 in Performance of data communication systems and their applications. G. Pujolle (editor), NorthHolland Publ. Co. 1981. Roberts, J.W. (2001): Traffic theory and the Internet. IEEE Communications Magazine Vol. 39 (2001) : 1, 9499. Ross, K.W. & Tsang, D. (1990): Teletraffic engineering for productform circuitswitched networks. Adv. Appl. Prob., Vol. 22 (1990) 657675. 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. 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. 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. Stepanov, S.S. (1989): Optimization of numerical estimation of characteristics of multiflow models with repeated calls. Problems of Information Transmission, Vol. 25 (1989): 2, 6778. Sutton, D.J. (1980): The application of reversible Markovp opulation processes to teletraffic. A.T.R. Vol. 13 (1980): 2, 38. Techguide (2001): Inverse Multiplexing scalable bandwidth solutions for the WAN. Techguide (The Technologu Guide Series), 2001, 46 pp. <www.techguide.com> 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. 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. Villn, M. (2002): Overview of ITU Recommendations on traffic engineering. UITT Comisin de Estudio 2, COM 2-KS 48/2-E. Mayo de 2002. 21 pp. Wallstrm, B. (1964): A distribution model for telephone traffic with varying call intensity, including overflow traffic. Ericsson Technics, 1964, No. 2, pp. 183202. Wallstrm, B. (1966): Congestion studies in telephone systems with overflow facilities. Ericsson Technics, No. 3, 1966, pp. 187351. Wilkinson, R.I. (1956): Theories for toll traffic engineering in the U.S.A. The Bell System Technical Journal, Vol. 35 (1956) 421514.
[91] [92] [93]
[94]
[95]
[96]
[97] [98] [99]
[100] [101] [102] [103] [104]
(133000)

Ingenieria Teletrafico

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ingenieria Teletrafico

Cargado por

Copyright:

Formatos disponibles

UIT-D

Comisin de Estudio 2 Cuestin 16/2

MANUAL "SOBRE INGENIERA DE TELETRFICO"

Ginebra, diciembre de 2002

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

MANUAL SOBRE INGENIERA DE TELETRFICO

Comisin de Estudio 2/16 del UIT-D y Congresos Internacionales de Teletrfico

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

p {i, t | j, t0} P(i) q(i) Q(i) Q r R s S t T U v V

Varianza, = desviacin normal Intervalo de retardo constante o intervalo de tiempo constante

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

CAPTULO 1 Introduccin a la Ingeniera de Teletrfico

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

Conjuntor Procesador Trayectos de control Registrador

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

Red en estrella Red en anillo

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

6) 7) 8) 9) 10) 11) 12)

Cuadro 1. 1 Recomendaciones sobre modelado de trfico

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

Cuadro 1.3 Recomendaciones sobre previsin de trfico

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

Cuadro 1.6 Recomendaciones sobre objetivos de GoS en la RTPC

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

Figura 1.11 Ejemplos de disposiciones de grupos de circuitos.

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

Supervisin de la calidad de funcionamiento

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

CAPTULO 2 Conceptos de trfico y de grado de servicio

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06