Documentos de Académico
Documentos de Profesional
Documentos de Cultura
REA DE LA ENERGA LAS INDUSTRIAS Y LOS RECURSOS NATURALES NO RENOVABLES INGENIERA EN ELECTRNICA Y TELECOMUNICACIONES Matemtica Aplicada Estocsticos
TEMA:
10485760 = 96.73 106 = 97 = = 100 Escribir un programa en MatLab que pueda generar una muestra la muestra de la llegada en base al parmetro calculado gen=9500000; %seleccionamos un tiempo en microsegundos lo Suficientemente grande para poder generar las grficas siguientes traza=poissrnd(97,1,gen); media=mean(traza)%obtencion de la media de los valores de la raza de poisson varianza=var(traza)%obtencion de la varianza de los valores de la traza de poisson t=zeros(1,gen);%matriz de ceroz para almacenar los valores de tiempo a generar s=zeros(1,gen);%matriz de ceroz para almacenar los valores de secuencia a generar tampaq=zeros(1,gen);%matriz de ceroz para almacenar los valore de tamao de paquete a generar t(1)=traza(1);%empezando a generar el primer dato de nuestra matriz for ct=2:gen t(ct)=t(ct-1)+traza(ct);%suma el tiempo anterior con el tiempo presente end s(1)=1; for cs=2:gen s(cs)=cs;% numero de secuencia(numero del paquete recibido) end for ctp=1:gen
tampaq(ctp)=100;% tamao constante de 100 bytes end bdatos=zeros(gen,3); for i=1:gen bdatos(i,:)=[s(i),t(i),tampaq(i)];% paso de fila a columnas end Una vez que se ha creado el cdigo se ha logrado obtener los siguientes datos
media = 96.9953
varianza = 96.9982
De acuerdo la distribucin de Poisson la varianza y la media deben ser igual al valor lambda, y si comparamos el valor obtenidos en el primer tem donde lambda () es 97, con los valores obtenidos de la media y varianza nos podemos dar cuenta que son aproximadamente iguales
Para llevara a cabo el anlisis se ha generado un trfico de Poisson que va desde 1 hasta 9500000 de paquetes recibidos como lo muestra la figura1; estos datos nos sern tiles para hacer el anlisis de los siguientes enunciados
Ejercicio 1.2 Trfico de llegadas de Poisson a diferentes escalas En este punto, se crear muestras de diferentes longitudes, y compararlas en grficas a diferentes de escalas de tiempo. Considere la traza de Poisson del ejercicio anterior. Crear tres grficos que muestren los datos generados por la traza, visto en diferentes escalas de tiempo. Cada grfico tiene 100 puntos de datos.
Grfica 1: Generar un vector con 100 elemento, donde cada elemento almacena el nmero de bytes de la traza de Poisson que llegan en un intervalo de 1 s. 1er elemento 1: # bytes llegados al intervalo [0, 1 s]. 2do elemento 2: # bytes desde el intervalo [1, 2 s]. Cdigo
%%%%%%%
GRAFICA1 TOMANDO EN CUENTA 1S%%%%%%%%%%%%%%%% figure(1); ctr1=1; i=1; initial_p=0;% tiempo de inicio ag_time=1000000;% intervalo de llegada de la traza de poisson bytes_p=zeros(1,100);% generacin de un vector con 100 elementos while t(ctr1)<=initial_p
ctr1=ctr1+1; end while i<=100 while ((t(ctr1)-initial_p)<=ag_time*i && ctr1<length(tampaq)) bytes_p(i)=bytes_p(i)+tampaq(ctr1); ctr1=ctr1+1; end i=i+1; end
Grfica 2: Generar un vector con 100 elementos, donde cada elemento almacena el nmero de bytes la traza del trfico Poisson que llegan un periodo de tiempo de 100 ms. Seleccione al azar el tiempo de inicio. Elija un punto de partida al azar, ejemplo t=30s Elemento 1: # bytes desde el intervalo [30, 30,1 s]. Elemento 2: # bytes desde el intervalo [30,1 30,2 s].
ag_time1=1100000; %tiempo de llegada de cada paquete con un # de bytes almacenados bytes_p1=zeros(1,100); while t(ctr3)<=initial_p1 ctr3=ctr3+1; end while b<=100 while ((t(ctr3)-initial_p1)<=ag_time1*b && ctr3<length(tampaq)) bytes_p1(b)=bytes_p1(b)+tampaq(ctr3); ctr3=ctr3+1; end b=b+1; end
Para este anlisis se tom un punto de partida de 1s con un tiempo de llegada de 100ms Grfica 3: Generar un vector con 100 elementos, donde cada elemento almacena el nmero de bytes la traza del trfico Poisson que llegan un periodo de tiempo de 10 ms. Seleccione el tiempo de inicio al azar. Elija un punto de partida al azar, ejemplo t=50.2s Elemento 1: # bytes desde el intervalo [50.2, 50.21 s];
figure(3); rr=1; c=1; initial_p2=4000000;% tiempo de inicio seleccionad al azar ag_time2=4010000;%tiempo de llegada de cada paquete con un # de bytes almacenado bytes_p2=zeros(1,100); while t(rr)<=initial_p2 rr=rr+1; end while c<=100 while ((t(rr)-initial_p2)<=ag_time2*c && rr<length(tampaq)) bytes_p2(c)=bytes_p2(c)+tampaq(rr); rr=rr+1; end c=c+1; end
Para ests caso se tom un punto de partida de 4 segundos con un tiempo de llegada de 10ms
Ejercicio 1.3 Trfico con tamao de paquetes con distribucin exponencial. Para esta parte, ya el tamao de paquetes que llegan no es constante, considere un patrn de llegada de paquetes de un flujo, donde los paquetes llegan con una separacin igual de 80 s (microsegundos), y con una distribucin de tamao de paquete exponencial con parmetro de tamao promedio de 1 / = 100 bytes
Para este caso necesitamos el valor de por lo que debemos despejar de la ecuacin
expois= exprnd(0.01,1,gen); generando una traza de Poisson exponencial sc2=zeros(1,gen); vector para almacenar las secuencias t=zeros(1,gen); vector para almacenar tiempo for cdor1=1:gen sc2(cdor1)=cdor1; creacin de la primera columna end tt(1)=80; tiempo de separacin 80us for ctdor2=2:gen tt(ctdor2)=tt(ctdor2-1)+80; sumando tiempo de separacin 80us end bdato2=zeros(gen,3); for i=1:gen datt(i,:)=[sc2(i),tt(i),expois(i)]; creando matriz con datos obtenidos end En la figura5 nos podemos dar cuenta que en este caso el tamao de los paquetes recibidos ya no es constante es decir ya no se estn almacenando los 100 bytes constantes en la tercera columna como en la figura1 sino los datos arbitrarios que genera el exponencial de Poisson