Handbook - ESPAÑOL PDF

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
Trfico transportado por fuente o por canal
A
Trfico ofrecido = A
o
A
c
Trfico transportado = Y
A
l
Trfico perdido
B Congestin de llamadas
B Carcter de la rfaga
c Constante
C Congestin de trfico = congestin de carga
C
n
Nmero de Cataln
d Dimensin del segmento en trfico de velocidad mltiple
D Probabilidad de retardo o llegada determinstica o proceso de servicio
E Congestin temporal
E
1,n
(A) = E
1
Frmula B de Erlang = frmula 1 de Erlang
E
2,n
(A) = E
2
Frmula C de Erlang = frmula 2 de Erlang
f Funcin de mejora
g Nmero de grupos
h Intervalo de tiempo constante o tiempo de servicio
H(k)
Frmula de Palm-Jacobus
I Congestin temporal inversa I = 1/E
J
v
(z)
Funcin de Bessel modificada de orden v
k Accesibilidad = capacidad de bsqueda.
Nmero mximo de clientes en un sistema de fila de espera
K Nmero de enlaces en una red de telecomunicacin o nmero de nodos en una
red de fila de espera
L Longitud media de fila de espera
L
k
Longitud media de fila de espera cuando la fila de espera es mayor que cero
L Variable estocstica para longitud de fila de espera
m
Valor medio (promedio) = m
1
m
i
i-simo momento (no central)
m'
i
i-simo momento central
m
r
Tiempo de vida residual medio
M Proceso de llegada de Poisson
n Nmero de servidores (canales)
N Nmero de trenes de trfico o tipos de trfico
p(i) Probabilidades de estado, promedios de tiempo
- 3 -
p {i, t | j, t
0
} Probabilidad de estado i en el tiempo t, dado el estado j en el tiempo t
0
P(i)
Probabilidades de estado acumuladas P(i) =
=
i
x
x p ) (
q(i) Probabilidades de estado relativas (no normalizadas)
Q(i)
Valores acumulados de q(i): Q(i) =
=
i
x
x p ) (
Q Constante de normalizacin
r Parmetro de reserva (reserva lnea de enlace)
R Tiempo de respuesta medio
s Tiempo de servicio medio
S Nmero de fuentes de trfico
t Instante de tiempo
T Variable estocstica para un instante de tiempo
U Funcin de carga
v Varianza
V Tiempo de espera virtual
Tiempo medio de espera para clientes con demora
W Tiempo medio de espera para todos los clientes
W Variable estocstica para tiempo de espera
y Velocidad de llegada. Proceso de Poisson: y =
Y Trfico transportado
Z 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

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
(i) Probabilidades de estado, valores medios de llegada de cliente
(i)
Probabilidades de estado, valores medios de salida de cliente
Relacin de servicio
2
Varianza, = desviacin normal
Intervalo de retardo constante o intervalo de tiempo constante
- 4 -
NDICE
Pgina
CAPTULO 1 - Introduccin a la Ingeniera de Teletrfico.................................................... 11
1.1 Modelados de sistemas de telecomunicacin ............................................................... 11
1.1.1 Estructura del sistema................................................................................................... 12
1.1.2 Estrategia operativa ...................................................................................................... 13
1.1.3 Propiedades estadstica del trfico................................................................................ 13
1.1.4 Modelos ........................................................................................................................ 15
1.2 Sistemas telefnicos convencionales............................................................................ 16
1.2.1 Estructura del sistema................................................................................................... 16
1.2.2 Comportamiento del usuario......................................................................................... 17
1.2.3 Estrategia de la operacin............................................................................................. 18
1.3 Redes de comunicacin ................................................................................................ 19
1.3.1 Red telefnica ............................................................................................................... 19
1.3.2 Redes de datos .............................................................................................................. 21
1.3.3 Redes de rea local ....................................................................................................... 22
1.4 Sistemas de comunicacin mviles .............................................................................. 23
1.4.1 Sistemas celulares......................................................................................................... 23
1.5 Recomendaciones de la UIT sobre ingeniera de trfico.............................................. 25
1.5.1 Ingeniera de trfico en la UIT...................................................................................... 26
1.5.2 Caracterizacin de la demanda de trfico..................................................................... 26
1.5.3 Objetivos de grado de servicio ..................................................................................... 32
1.5.4 Controles de trfico y dimensionamiento..................................................................... 37
1.5.5 Supervisin de la calidad de funcionamiento............................................................... 44
1.5.6 Otras Recomendaciones................................................................................................ 45
1.5.7 Programa de trabajo para el Periodo de Estudios 2001-2004....................................... 45
1.5.8 Conclusiones................................................................................................................. 46
CAPTULO 2 - Conceptos de trfico y de grado de servicio.................................................. 47
2.1 Concepto de trfico y unidad [erlang] .......................................................................... 47
2.2 Variaciones de trfico y concepto de hora cargada ...................................................... 50
2.3 Concepto de bloqueo .................................................................................................... 55
2.4 Generacin de trfico y reaccin de los abonados........................................................ 57
2.5 Introduccin al grado de servicio ................................................................................. 63
2.5.1 Comparacin de GoS y QoS......................................................................................... 65
2.5.2 Caractersticas especiales de la QoS............................................................................. 65
2.5.3 Calidad de funcionamiento de la red ............................................................................ 66
2.5.4 Configuraciones de referencia ...................................................................................... 66
CAPTULO 3 - Teora de las probabilidades y estadsticas .................................................... 69
3.1 Funciones de distribucin............................................................................................. 69
3.1.1 Caracterizacin de las distribuciones............................................................................ 69
3.1.2 Tiempo de vida residual................................................................................................ 71
- 5 -
Pgina
3.1.3 Cargas de trfico basadas en tiempos de ocupacin inferiores a x............................... 74
3.1.4 Tiempo de recurrencia hacia adelante .......................................................................... 75
3.1.5 Distribucin de la j-sima variable estocstica k ms grande....................................... 77
3.2 Combinacin de variables estocsticas......................................................................... 77
3.2.1 Variables estocsticas en serie...................................................................................... 78
3.2.2 Variables estocsticas en paralelo ................................................................................ 79
3.3 Suma estocstica........................................................................................................... 79
CAPTULO 4 - Distribuciones de los intervalos de tiempo.................................................... 83
4.1 Distribucin exponencial .............................................................................................. 83
4.1.1 Mnimo de k variables aleatorias distribuidas exponencialmente ................................ 84
4.1.2 Combinacin de distribuciones exponenciales............................................................. 85
4.2 Distribuciones pronunciadas......................................................................................... 86
4.3 Distribuciones planas.................................................................................................... 88
4.3.1 Distribucin hiperexponencial...................................................................................... 88
4.4 Distribuciones de Cox .................................................................................................. 90
4.4.1 Prueba polinomial......................................................................................................... 92
4.4.2 Principios de descomposicin ..................................................................................... 93
4.4.3 Importancia de la distribucin de Cox.......................................................................... 95
4.5 Otras distribuciones temporales.................................................................................... 95
4.5.1 Distribuciones con gran densidad en los extremos....................................................... 96
4.6 Observaciones de la distribucin de tiempo de vida .................................................... 96
CAPTULO 5 - Procesos de llegada........................................................................................ 99
5.1 Descripcin de procesos puntuales............................................................................... 99
5.1.1 Propiedades bsicas de la representacin del nmero.................................................. 100
5.1.2 Propiedades bsicas de la representacin del intervalo................................................ 101
5.2 Caractersticas del proceso puntual .............................................................................. 103
5.2.1 Condicin de estacionario (Homogeneidad del tiempo) .............................................. 103
5.2.2 Independencia............................................................................................................... 103
5.2.3 Regularidad................................................................................................................... 104
5.3 Teorema de Little.......................................................................................................... 104
CAPTULO 6 - El proceso de Poisson .................................................................................... 107
6.1 Caractersticas del proceso de Poisson ......................................................................... 107
6.2 Distribuciones del proceso de Poisson ......................................................................... 107
6.2.1 Distribucin exponencial .............................................................................................. 108
6.2.2 Distribucin de Erlang-k............................................................................................... 110
6.2.3 Distribucin de Poisson................................................................................................ 111
6.2.4 Derivacin esttica de las distribuciones del proceso de Poisson ................................ 114
6.3 Propiedades del proceso de Poisson ............................................................................. 116
6.3.1 Teorema de Palm (Teorema de la superposicin) ........................................................ 116
6.3.2 Teorema de Raikov (Teorema de la descomposicin) ................................................. 117
- 6 -
Pgina
6.3.3 Distribucin uniforme una propiedad condicional .................................................... 118
6.4 Generalizacin del proceso de Poisson estacionario .................................................... 118
6.4.1 Proceso de Poisson interrumpido.................................................................................. 118
CAPTULO 7 - Sistemas de prdidas de Erlang, frmula B................................................... 123
7.1 Introduccin.................................................................................................................. 123
7.2 Distribucin de Poisson................................................................................................ 124
7.2.1 Diagrama de transicin de estado................................................................................. 124
7.2.2 Obtencin de las probabilidades de estado................................................................... 125
7.2.3 Caractersticas de trfico de la distribucin de Poisson................................................ 126
7.3 Distribucin de Poisson truncada ................................................................................. 127
7.3.1 Probabilidades de estado............................................................................................... 127
7.3.2 Caractersticas de trfico de la frmula B de Erlang.................................................... 128
7.3.3 Generalizacin de la frmula B de Erlang.................................................................... 130
7.4 Procedimientos normales para diagramas de transicin de estado............................... 134
7.4.1 Evaluacin numrica .................................................................................................... 135
7.4.2 Evaluacin de la frmula B de Erlang.......................................................................... 136
7.5 Principios de dimensionamiento................................................................................... 138
7.5.1 Dimensionamiento con probabilidad de bloqueo fija................................................... 138
7.5.2 Principios de mejora (principio de Moe) ...................................................................... 139
CAPTULO 8 - Sistemas de prdidas con accesibilidad completa.......................................... 143
8.1 Introduccin.................................................................................................................. 143
8.2 Distribucin binomial ................................................................................................... 145
8.2.1 Ecuaciones de equilibrio............................................................................................... 146
8.2.2 Caractersticas del trfico binomial .............................................................................. 148
8.3 Distribucin de Engset.................................................................................................. 150
8.3.1 Probabilidades de estado............................................................................................... 150
8.3.2 Caractersticas del trfico del sistema Engset............................................................... 150
8.4 Evaluacin de la frmula de Engset ............................................................................. 154
8.4.1 Frmula de recursin en n ............................................................................................ 154
8.4.2 Frmula de recursin en S ............................................................................................ 154
8.4.3 Frmula de recursin en n y S ...................................................................................... 155
8.5 Relaciones entre E, B, y C............................................................................................ 156
8.6 Distribucin de Pascal (Binomial negativa) ................................................................. 158
8.7 Distribucin de Pascal truncada.................................................................................... 159
CAPTULO 9 - Teora de desbordamiento.............................................................................. 163
9.1 Teora de desbordamiento............................................................................................. 164
9.1.1 Probabilidad de estado de sistemas de desbordamiento ............................................... 164
9.2 Mtodo equivalente de Wilkinson-Bretschneider ........................................................ 167
9.2.1 Anlisis preliminar........................................................................................................ 167
9.2.2 Aspectos numricos...................................................................................................... 169
- 7 -
Pgina
9.2.3 Probabilidades de bloqueo de paquetes ........................................................................ 170
9.3 Mtodo de equivalencia de Fredericks y Hayward....................................................... 171
9.3.1 Separacin del trfico ................................................................................................... 173
9.4 Otros mtodos basados en espacio de estados.............................................................. 174
9.4.1 Modelos de trfico BPP................................................................................................ 174
9.4.2 Mtodo de Sander ......................................................................................................... 174
9.4.3 Mtodo de Berkeley...................................................................................................... 175
9.5 Procesos de llegada generalizados................................................................................ 175
9.5.1 Proceso de Poisson interrumpido.................................................................................. 175
9.5.2 Proceso de llegada Cox-2 ............................................................................................. 177
CAPTULO 10 - Sistemas de prdidas multidimensionales.................................................... 179
10.1 Frmula de Erlang-B multidimensional ....................................................................... 179
10.2 Procesos de Markov reversibles ................................................................................... 182
10.3 Sistemas de prdidas multidimensionales .................................................................... 184
10.3.1 Limitacin de clase....................................................................................................... 184
10.3.2 Procesos de trfico generalizados................................................................................. 186
10.3.3 Trfico multisegmento.................................................................................................. 186
10.4 Algoritmo de convolucin para sistemas de prdidas .................................................. 189
10.4.1 El algoritmo .................................................................................................................. 190
10.4.2 Otros algoritmos ........................................................................................................... 199
CAPTULO 11 - Dimensionamiento de las redes de telecomunicaciones .............................. 201
11.1 Matrices de trfico........................................................................................................ 201
11.1.1 Mtodo de factor doble de Kruithof ............................................................................. 202
11.2 Topologas .................................................................................................................... 204
11.3 Principios de encaminamiento...................................................................................... 204
11.4 Mtodos de clculo de extremo a extremo aproximados.............................................. 204
11.4.1 Mtodo del punto fijo ................................................................................................... 204
11.5 Mtodos de clculo exactos de extremo a extremo ...................................................... 205
11.5.1 Algoritmo de convolucin............................................................................................ 205
11.6 Control de carga y proteccin de servicio .................................................................... 205
11.6.1 Reserva de lneas de enlace .......................................................................................... 206
11.6.2 Proteccin del canal virtual .......................................................................................... 207
11.7 Principio de Moe .......................................................................................................... 207
11.7.1 Equilibrio de los costos marginales de equilibrado...................................................... 207
11.7.2 Trfico transportado ptimo ......................................................................................... 208
CAPTULO 12 - Sistemas de espera ....................................................................................... 211
12.1 Sistema de espera de Erlang M/M/n............................................................................. 211
12.2 Caractersticas del trfico de sistemas de demora ........................................................ 213
12.2.1 Frmula C de Erlang..................................................................................................... 213
12.2.2 Longitudes media de puesta en fila .............................................................................. 215
- 8 -
Pgina
12.2.3 Tiempos de espera medios............................................................................................ 217
12.2.4 Funciones mejora para M/M/n...................................................................................... 218
12.3 Principio de Moe para sistemas de espera .................................................................... 219
12.4 Distribucin del tiempo medio de espera para M/M/n, FCFS...................................... 220
12.4.1 Tiempo de respuesta con un solo servidor.................................................................... 222
12.5 Modelo mquina - reparador de Palm.......................................................................... 223
12.5.1 Sistemas terminales ...................................................................................................... 224
12.5.2 Probabilidades en rgimen permanente con servidor nico ......................................... 226
12.5.3 Estados de los terminales y caractersticas del trfico.................................................. 228
12.5.4 Modelo mquina reparador con n servidores............................................................. 230
12.6 Optimizacin del modelo de mquina - reparador ....................................................... 232
CAPTULO 13 - Teora aplicada de puesta en fila de espera.................................................. 235
13.1 Clasificacin de modelos de filas de espera ................................................................. 235
13.1.1 Descripcin del trfico y la estructura.......................................................................... 235
13.1.2 Estrategia de las filas de espera: tipos y organizacin.................................................. 236
13.1.3 Prioridad de los clientes................................................................................................ 237
13.2 Resultados generales en la teora de puesta en fila de espera....................................... 238
13.3 Frmula de Pollaczek-Khintchine para M/G/1............................................................. 239
13.3.1 Deduccin de la frmula Pollaczek-Khintchine........................................................... 239
13.3.2 Periodo de ocupado para M/G/1................................................................................... 240
13.3.3 Tiempo de espera para M/G/1 ...................................................................................... 241
13.3.4 Longitud de la fila de espera limitada: M/G/1/k........................................................... 242
13.4 Sistemas prioritarios de puesta en fila de espera: M/G/1 ............................................. 242
13.4.1 Combinacin de diversas clase de clientes................................................................... 242
13.4.2 Tipos de filas de espera que conservan la utilizacin de un circuito............................ 244
13.4.3 Tipos de puesta en fila de espera no preferentes .......................................................... 245
13.4.4 Criterio de puesta en fila SJF........................................................................................ 248
13.4.5 M/M/n con prioridad sin apropiacin........................................................................... 249
13.4.6 Criterio de puesta en fila con derecho preferente ......................................................... 250
13.5 Sistemas de puesta en fila con tiempos de utilizacin constante.................................. 252
13.5.1 Antecedentes del sistema M/D/n .................................................................................. 252
13.5.2 Probabilidades de estado y tiempos medios de espera: M/D/1..................................... 253
13.5.3 Tiempos medios de espera y periodo ocupado: M/D/1 ................................................ 254
13.5.4 Distribucin del tiempo de espera: M/D/1, FCFS........................................................ 255
13.5.5 Probabilidades de estado: M/D/n.................................................................................. 257
13.5.6 Distribucin del tiempo de espera: M/D/n, FCFS........................................................ 257
13.5.7 Proceso de llegada de Erlang-k: E
k
/D/r......................................................................... 258
13.5.8 Sistema de puesta en fila finito: M/D/1/k ..................................................................... 259
13.6 Sistema de puesta en fila con un solo servidor: GI/G/1................................................ 260
13.6.1 Resultados generales..................................................................................................... 260
- 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

- 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.
- 11 -

Figura 1.1

Los sistemas de telecomunicacin son sistemas complejos hombre/mquina. El cometido
de la teora de teletrfico es el de configurar sistemas ptimos para
conocimiento de las necesidades y hbitos del usuario
Leyendas de la figura 1.1
1) HOMBRE
Estocstica
2) Trfico
Demandas del usuario
3) MQUINA
Determinstica
4) Estructura
Soporte fsico
5) Estrategia
Soporte lgico
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.
- 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.
- 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
1) Observacin
2) Modelo
3) Deduccin
4) Datos
5) Verificacin
- 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
1) Tiempo entre llegadas
2) Ocupado
3) Tiempo de ocupacin
4) Tiempo de reposo
5) Reposo
6) Tiempo de llegada
7) Tiempo de salida
8) Tiempo
1.1.4 Modelos
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
- 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
1) Trayectos de seales vocales
2) Abonado
3) Etapa de abonado
4) Selector de grupo
- 16 -
5) Conjuntor
6) Procesador
7) Trayectos de control
8) Registrador
Los trayectos de seales vocales estn ocupados durante el tiempo total de la llamada (3 minutos de
promedio) mientras que los trayectos de control slo estn ocupados durante la fase de
establecimiento de la llamada (entre 0,1 a 1 s). El nmero de trayectos de seales vocales es, por
tanto, considerablemente ms grande que el nmero de trayectos de control. El trayecto de una
seal vocal es una conexin de una determinada entrada (abonado) a una determinada salida. En un
sistema con divisin en el espacio los trayectos de seal vocal estn integrados por componentes
pasivos (como rels, diodos o circuitos VLSI). En un sistema con divisin en el tiempo los trayectos
de seales vocales se componen de uno o varios segmentos de tiempo especficos dentro de una
trama. Los trayectos de control son responsables del establecimiento de la conexin. Normalmente,
esto sucede en una cantidad de etapas en la que cada una de ellas es llevada a cabo por un
dispositivo de control: un microprocesador, o un registrador.
Las tareas del dispositivo de control son las siguientes:
Identificacin del abonado originante (quien desea efectuar una conexin (acceso de
entrada)).
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.
- 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.
- 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
1) Red poligonal
- 19 -
2) Red en estrella
3) Red en anillo
Una conexin entre dos abonados en diferentes zonas de trnsito pasar normalmente por las
siguientes centrales:
USUARIO LEX TEX TEX LEX USUARIO
Los grupos de enlace de trnsito individuales se basan en sistemas de transmisin analgicas o
digitales, y, a menudo, se utilizan equipos de multiplexacin.
Doce canales analgicos de 3 kHz cada uno conforman un sistema de frecuencia portadora de
primer orden (mltiplex en frecuencia), mientras que 32 canales digitales de 64 kbit/s cada uno
integran un sistema MIC de primer orden de 2,048 Mbit/s. (Mltiplex por impulsos codificados,
mltiplex en el tiempo.)
La anchura de 64 kbit/s se obtiene de una muestra de la seal analgica a una velocidad de 8 kHz y
una exactitud de amplitud de 8 bits. Dos de los 32 canales en un sistema MIC se utilizan para
sealizacin y control.

Figura 1.6

En una red de telecomunicacin todas las centrales se disponen tpicamente en una jerarqua
de tres niveles. Las centrales locales o centrales de abonado (L), a las que los usuarios se
conectan, estn vinculados con centrales principales (T), que a su vez se conectan a
centrales interurbanas (I). Una zona interurbana integra as una red en estrella.
Las centrales interurbanas se interconectan en una red poligonal. En la prctica
las dos estructuras de red estn mezcladas, pues cuando hay suficiente trfico
se establecen grupos de enlace directos entre dos centrales cualesquiera.
En la red danesa futura slo habr dos niveles, pues
las centrales T e I se fusionarn
Por razones de seguridad y viabilidad se dispondr casi siempre de dos trayectos no consecutivos
mnimo entre dos centrales cualesquiera y la estrategia ser utilizar primero las conexiones ms
econmicas. La jerarqua en la red digital danesa se reduce a slo dos niveles. El nivel superior con
centrales de trnsito comprende una red poligonal totalmente conectada mientras que las centrales
locales y los preselectores de abonados se conectan a tres centrales de trnsito diferentes por
razones de seguridad y viabilidad.
- 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
- 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
- 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.
- 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).
- 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.
- 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
- 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
1) Caracterizacin de la demanda de trfico
2) Objetivos de grado de servicio
3) Modelado de trfico
4) Medicin de trfico
5) Requisito de QoS
- 27 -
6) Objetivos de GoS de extremo a extremo
7) Previsin de trfico
8) Asignacin a componentes de red
9) Controles de trfico y dimensionamiento
10) Controles de trfico
11) Dimensionamiento
12) 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. Fecha Ttulo
E.711 10/92 Modelado de la demanda de los usuarios
E.712 10/92 Modelado del trfico del plano de usuario
E.713 10/92 Modelado del trfico del plano de control
E.716 10/96 Modelado de la demanda de usuario en la RDSI-BA
E.760 03/00 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
- 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.
- 29 -
Referente a las Recomendaciones E.500 y E.501 sobre aspectos tcnicos generales se seala que la
Recomendacin E.500 establece los principios de medida de la intensidad de trfico. El concepto
tradicional de hora cargada, que fue utilizado en redes telefnicas, no se puede extender a las redes
modernas multiservicios. As, la Recomendacin E.500 proporciona los criterios para seleccionar la
longitud y el periodo de lectura para cada aplicacin. Estos criterios se pueden resumir como sigue:
Cuadro 1.2 Recomendaciones sobre mediciones de trfico. Las Recomendaciones
marcadas * incluyen mediciones de trfico y de calidad de funcionamiento
Rec. Fecha Ttulo
E.490* 06/92 Medidas y evaluacin del trfico - Examen general
E.491 05/97 Medidas de trfico por destino
E.500 11/98 Principios de medida de la intensidad de trfico
E.501 05/97 Estimacin del trfico ofrecido en la red
E.502* 02/01 Requisitos de las medidas de trfico para las centrales digitales de
telecomunicacin
E.503* 06/92 Anlisis de datos de las medidas de trfico
E.504* 11/88 Administracin de las medidas de trfico
E.505* 06/92 Medidas de la calidad de funcionamiento de la red de sealizacin por
canal comn
E.743 04/95 Medidas de trfico para el dimensionamiento y la planificacin del sistema
de sealizacin N 7
E.745* 03/00 Requisitos de las mediciones en el nivel de clula para la red digital de
servicios integrados de banda ancha

a) Ser lo suficientemente grande para obtener mediciones confiables: la intensidad media de
trfico en un periodo (t
1
, t
2
) se puede considerar una variable aleatoria con el valor esperado
A. La intensidad de trfico medida A (t
1
, t
2
) es una muestra de esta variable aleatoria. En la
medida que (t
2
t
1
) aumenta, A(t
1
, t
2
) converge a A. As, la longitud del periodo de
lectura t
2
t
1
debe ser suficientemente grande de modo tal que A(t
1
, t
2
) 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.
b) 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.
- 31 -
Cuadro 1.3 Recomendaciones sobre previsin de trfico
Rec. Fecha Ttulo
E.506 06/92 Previsiones del trfico internacional
E.507 11/88 Modelos para la previsin del trfico internacional
E.508 10/92 Previsiones para nuevos servicios de telecomunicacin

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
- 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. Fecha Ttulo
E.701 10/92 Conexiones de referencia para ingeniera de trfico
E.751 02/96 Conexiones de referencia para la ingeniera de trfico de las redes mviles
terrestres
E.752 10/96 Conexiones de referencia para ingeniera de trfico de sistemas mviles
martimos y aeronuticos.
E.755 02/96 Conexiones de referencia para determinar la calidad de funcionamiento y el
grado de servicio del trfico de la telecomunicacin personal universal
E.651 03/00 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.
- 33 -

Figura 1.10

Conexin de referencia IP a RTPC/RDSI o RTPC/RDSI a IP
1) Red de acceso IP
2) Pasarela RTPC/RDSI
3) RTPC/RDSI
4) a) Interfuncionamiento directo con RTPC/RDSI
5) Red ncleo IP
6) 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
- 34 -
clases de servicio as como el retardo total de la seleccin ulterior incremental para procesamiento
de todos los servicios RI.
Cuadro 1.5 Recomendaciones sobre objetivos de GoS (excepto para la RTPC)
Rec. Fecha Ttulo
E.720 11/98 Concepto de grado de servicio en la RDSI
E.721 05/99 Parmetros y valores objetivo de grado de servicio de red para servicios con
conmutacin de circuitos en la RDSI en evolucin
E.723 06/92 Parmetros de grado de servicio para redes del sistema de sealizacin N 7
E.724 02/96 Parmetros y objetivos de grado de servicio en los servicios de red inteligente
E.726 03/00 Parmetro y valores objetivo de grado de servicio para la RDSI-BA
E.728 03/98 Parmetros de grado de servicio para la sealizacin de la RDSI-BA
E.770 03/93 Concepto de grado de servicio de trfico en la interconexin de redes mviles
terrestres y fijas
E.771 10/96 Parmetros de grado de servicio de la red y valores objetivo para los servicios
mviles terrestres pblicos con conmutacin de circuitos
E.773 10/96 Concepto de grado de servicio en sistemas mviles martimos y aeronuticos
E.774 10/96 Parmetros de grado de servicio de red y valores objetivo en los servicios
mviles martimos y aeronuticos
E.775 02/96 Concepto de grado de servicio en telecomunicaciones personales universales
E.776 10/96 Parmetros de grado de servicio de red para las telecomunicaciones personales
universales
E.671 03/00 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
- 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.
- 36 -
Cuadro 1.6 Recomendaciones sobre objetivos de GoS en la RTPC
Rec. Fecha Ttulo
E.540 11/98 Grado de servicio global de la parte internacional de una conexin internacional
E.541 11/88 Grado de servicio global en las conexiones internacionales (de abonado a
abonado)
E.543 11/88 Grado de servicio en las centrales telefnicas internacionales digitales
E.550 03/93 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
- 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.
- 38 -
Cuadro 1.7 Recomendaciones sobre controles y dimensionamiento de trfico
de redes con conmutacin de circuitos
Rec. Fecha Ttulo
E.510 10/45 Determinacin del nmero de circuitos necesarios en explotacin manual
E.520 11/88 Determinacin del nmero de circuitos necesarios en explotacin automtica y
semiautomtica, sin posibilidad de desbordamiento
E.521 11/88 Clculo del nmero de circuito de un haz utilizado para cursar el trfico de
desbordamiento
E.522 11/88 Nmero de circuitos de un haz de gran utilizacin
E.524 05/99 Aproximaciones del trfico de desbordamiento para flujos de trfico no
aleatorios
E.525 06/92 Diseo de redes para controlar el grado de servicio
E.526 03/93 Dimensionamiento de haces de circuitos con servicios portadores
multiintervalo y sin entradas de desbordamiento
E.527 03/00 Dimensionamiento de un haz de circuitos con servicios portadores
multiintervalo y trfico de desbordamiento
E.528 02/96 Dimensionamiento de los sistemas de equipos de multiplicacin de circuitos
digitales
E.529 05/97 Dimensionamiento de redes que utilizan objetivos de GoS de extremo a
extremo
E.731 10/92 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.
- 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 E.520 E.521 E.522 E.524 E.525 E.526 E.527
Encaminamiento alternativo No S* S* S S No S
Proteccin de servicio No No No No S S S
Conexiones multiintervalo No No No No No S S

- 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. Fecha Ttulo
E.735 05/97 Marco para el control del trfico y dimensionamiento en la RDSI-BA
E.736 05/97 Mtodos para el control de trfico en el nivel de clula en la RDSI-BA
E.737 05/97 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
- 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.
- 42 -
Cuadro 1.10 Recomendaciones sobre controles de trfico y dimensionamiento
de sealizacin y redes con estructura de red inteligente
Rec. Fecha Ttulo
E.733 11/98 Mtodos de dimensionado de recursos de las redes con sistemas de
sealizacin N 7
E.734 10/96 Mtodos de asignacin y dimensionado de los recursos de red inteligente (RI)
E.744 10/96 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.
- 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. Fecha Ttulo
E.492 02/96 Periodo de referencia del trfico
E.493 02/96 Supervisin del grado de servicio

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.
- 44 -
1.5.6 Otras Recomendaciones
Hay pocas Recomendaciones cuyo alcance no se agrupa en algunos de los temas considerados en la
clasificacin efectuada. Estas Recomendaciones se enumeran en el cuadro 1.12.
La Recomendacin E.600 proporciona una lista de los trminos y definiciones de ingeniera de
trfico utilizados en todo el conjunto de Recomendaciones sobre este tema.
Las Recomendaciones E.700 y E.750 son Recomendaciones introductorias a las Recomendaciones
de la serie E.700/749 sobre ingeniera de trfico para la RDSI-BA y RDSI-BE y a las
Recomendaciones de la serie E.750/799 sobre ingeniera de trfico para redes mviles,
respectivamente.
Cuadro 1.12 Recomendaciones que no se agrupan en ninguna de las
divisiones consideradas en la clasificacin
Rec. Fecha Ttulo
E.523 11/88 Perfiles tpicos de distribucin de trfico para corrientes de trfico internacional
E.600 03/93 Trminos y definiciones de ingeniera de trfico
E.700 10/92 Marco de las Recomendaciones de E.700
E.750 03/00 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.
- 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.
- 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:

=
T
. dt ) t ( n
T
) T ( Y
0
1
(2.1)
donde n(t) indica el nmero de dispositivos ocupados en el tiempo t.
Trfico transportado Y = A
c
: 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.
- 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)
1) n(t) nmero de enlaces ocupados
2) Tiempo
La Recomendacin del UIT-T tambin indica que la unidad generalmente utilizada para la
intensidad de trfico es el erlang (smbolo E). Este nombre fue dado a la unidad de trfico en 1946
por el CCIF (predecesor del CCITT y del UIT-T), en honor del matemtico dans A.K. Erlang
(1878-1929), que fue el fundador de la teora del trfico en telefona. Esta unidad es adimensional.
El total de trfico transportado en un periodo de tiempo T es el volumen de trfico, y se mide en
erlang-hora (Eh). Es igual a la suma de todos los tiempos de ocupacin dentro del periodo T.
Conforme a las normas ISO la unidad normalizada debe estar expresada en erlang/segundos, pero
por lo general la medicin de erlang/hora tiene un orden de dimensin ms natural.
El trfico transportado nunca debe exceder el nmero de canales (lneas). Un canal puede
transportar como mximo un erlang. Los ingresos son a menudo proporcionales al trfico
transportado.
Trfico ofrecido A: En modelos tericos se utiliza el concepto de trfico ofrecido; es decir el
trfico que sera transportado si no se rechazaran llamadas debido a la falta de capacidad por
ejemplo, si el nmero de servidores fuera ilimitado. El trfico ofrecido es un valor terico y no
puede ser medido. Slo es posible estimar el trfico ofrecido conforme al trfico transportado.
Tericamente se trabaja con la intensidad de llamada , que es el nmero de llamadas medio
ofrecido por unidad de tiempo, y tiempo de servicio medio s. El trfico ofrecido es igual a:
s A = (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
- 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 A
l
: 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:

s
= (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 d
i
canales, el trfico ofrecido expresado en cantidad de canales ocupados se calcula con la
siguiente ecuacin:
(2.4)
i i
N
i
i
d s A =
=0

- 49 -
donde N es el nmero de tipos de trfico, y
i
y s
i
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])
- 50 -
1) Llamadas/minuto
2) Tiempo

Figura 2.3 Nmero medio de llamadas por minuto para una central de conmutacin tomada
como promedio para periodos de 15 minutos durante 10 das laborales
(lunes a viernes). En el tiempo de las mediciones no haba tasas
reducidas fuera de las horas de trabajo. (Iversen, 1973 [37])
1) Llamadas/minuto
2) 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).
- 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.
- 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
1) Tiempo de ocupacin medio [s]
2) Hora
- 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])
1) Cantidad de llamadas
2) Dom Lun Mar Mie Jue Vie Sb Dom Lun Mar Mie Jue Vie Sb
- 54 -

Figura 2.6 Nmero de llamadas durante 15 minutos a un conjunto compartido
de mdem de Tele Danmark Internet. Martes 19.01.1999
1) Llegadas
2) Hora del da
La telefona mvil celular tiene un perfil diferente con valores mximos en horas avanzadas de la
tarde, con un tiempo de ocupacin medio ms breve que para llamadas por lneas almbricas.
Mediante la integracin de las diversas formas de trfico en la misma red se puede obtener entonces
una mejor utilizacin de los recursos.
2.3 Concepto de bloqueo
El sistema telefnico no est dimensionado para que todos los abonados se puedan conectar al
mismo tiempo. Numerosos abonados comparten los costosos equipos de las centrales. La
concentracin tiene lugar del abonado a la central. El equipo que est separado para cada abonado
se debe hacer lo ms econmico posible.
En general, se espera que del 5 al 8% aproximadamente de los abonados pueda efectuar llamadas al
mismo tiempo en la hora cargada (cada telfono se utiliza de 10 a 16% del tiempo). Para llamadas
internacionales menos del 1% de los abonados efecta llamadas simultneamente. De esta manera,
se aprovechan las ventajas de la multiplexacin estadstica. Cada abonado debe sentir que tiene
acceso irrestricto a todos los recursos de sistemas de telecomunicaciones aun cuando lo comparta
con muchos otros abonados.
La cantidad de equipos est limitada por razones econmicas y, por tanto, es posible que un
abonado no pueda establecer una llamada, sino que tenga que esperar o quedar bloqueado (por
ejemplo, el abonado recibe el tono de ocupado y deba efectuar una nueva tentativa de llamada).
Ambos son inconvenientes para el abonado.
- 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
1) Tiempo de servicio (s)
2) Hora del da
De acuerdo con el funcionamiento del sistema se puede distinguir entre sistemas de prdidas (por
ejemplo, grupos de enlace) y sistemas de tiempo de espera (por ejemplo, unidades de control comn
y sistemas de computacin) o una mezcla de stos si el nmero de posiciones de espera (memoria
intermedia) es limitado.
El inconveniente en sistemas de prdidas debido a la insuficiencia de equipos se puede expresar de
tres maneras (medidas de calidad de funcionamiento de la red):
Congestin de llamadas (B): Fraccin de las tentativas de llamada que observan los
servidores ocupados (molestia que experimenta el abonado).
Congestin temporal (E): Fraccin de tiempo cuando todos los servidores estn
ocupados. La congestin temporal puede ser medida, por
ejemplo, en la central (= congestin virtual).
Congestin de trfico (C): Fraccin del trfico ofrecido que no es transportado,
posiblemente a pesar de diversos intentos.
Estas medidas cuantitativas pueden ser utilizadas, por ejemplo, para establecer normas de
dimensionamiento para grupos de enlace.
En pequeos valores de congestin es posible tratar la congestin con buena aproximacin en las
distintas partes del sistema como independiente recproca. La congestin para un determinado
encaminamiento es entonces aproximadamente igual a la suma de la congestin de cada enlace del
- 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} = p
e
(2.5)
p{congestin y errores tcnicos} = (1 p
e
) . p
s
(2.6)
p{B no contesta} = (1 p
e
) . (1 p
s
) . p
n
(2.7)
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 Pas I Pas D
Error de A:
Errores tcnicos y bloqueo:
B no contesta antes de que A cuelgue:
B ocupado:
B contesta = conversacin
15
5%
10%
10%
60%
20%
35%
5%
20%
20%
Sin conversacin 40% 80%

- 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
1) Error de A
2) Errores tcnicos y bloqueo
3) Sin respuesta
4) B ocupado
5) B contesta
Cuadro 2.2 Las probabilidades pertinentes para los resultados individuales
de las tentativas de llamada calculadas para el cuadro 2.1
Pas I Pas D
p
e
=
100
15
= 15% p
e
=
100
20
= 20%
p
s
=
85
5
= 6% p
s
=
80
35
=
44%
p
n
=
80
10
=
13%
p
n
=
45
5
=
11%
p
b
=
80
10
=
13%
p
b
=
45
20
=
44%
p
a
=
80
60
=
75%
p
a
=
45
20
=
44%

p{B ocupado} = (1 p
e
) . (1 p
s
) . p
b
(2.8)
p{B contesta} = (1 p
e
) . (1 p
s
) . p
a
(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,
- 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: segundos 148 180
100
80
20
100
20
= + =
a
m
Pas D: segundos 92 180
100
45
20
100
55
= + =
a
m
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
- 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
- 60 -
1) Nmero de observaciones
2) Minutos
3) 135164 observaciones
4) = 142,86
5) = 3,83
6) Exponencial
7) 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 Satisfactorio Continua Desiste p{xito} Persistencia

1
2
3
4
5
>5

56,935
3,252
925
293
139
134
75,389
7,512
2,378
951
476
248

10,942
1,882
502
182
89
114

0,76
0,43
0,39
0,31
0,29

0,41
0,56
0,66
0,72
0,74
Total 61,678 13,711

En una central moderna se tiene la posibilidad de dar prioridad a un grupo de abonados en una
situacin de emergencia, por ejemplo, mdicos y polica (trfico preferencial).
En sistemas informticos similares condiciones influenciarn la calidad de funcionamiento. Por
ejemplo, si es difcil obtener libre ingreso a un sistema terminal, el usuario dispone no
desconectarse sino mantener conectado el terminal, es decir aumentar el tiempo de servicio. Si un
sistema funciona como sistema de tiempo de espera, el tiempo de espera medio aumentar entonces
con el tercer orden del tiempo de medio servicio (vase el Captulo 13). En esas condiciones el
sistema se saturar muy rpido, es decir estar sobrecargado. En pases con redes de
telecomunicacin sobrecargadas (por ejemplo, pases en desarrollo) un gran porcentaje de intentos
de llamadas sern tentativas de llamadas repetidas.
Ejemplo 2.4.2: Tentativa de llamada repetida
Este es un ejemplo de un modelo simple de tentativa de llamada repetida. Sea la siguiente notacin:
b = persistencia (2.10)
B = p {no completada} (2.11)
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:
- 61 -
Las siguientes probabilidades se obtienen para una tentativa de llamada:
p{completada} =
) 1 (
) 1 (
b 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
1) Segundos
Cuadro 2.4 Una sola intencin de llamada produce una serie de tentativas de llamadas.
La distribucin de la cantidad de tentativas se dispone geomtricamente
Tentativa N p{B responde} p{contina} p{desiste}
0
1 (1 B) B . b B . (1 b)
2 (1 B) . (B . b)
(B . b)
2
B . (1 b) . (B . b)
3
(1 B) . (B . b)
2
(B . b)
3
B . (1 b) . (B . b)
2
4
(1 B) . (B . b)
3
(B . b)
4
B . (1 b) . (B . b)
3
...
Total
) 1 (
) 1 (
b B
B

) 1 (
1
b B

) 1 (
) 1 (
b B
b B

- 62 -
p{no completada} =
) 1 (
) 1 (
b B
b B

(2.13)
Nmero de tentativas de llamada por intencin de llamada =
) 1 (
1
b B
(2.14)
Sean los tiempos medios de ocupacin siguientes:
s
c
= tiempo medio de ocupacin de llamadas completadas
s
n
= 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:

b B
B
A Y

=
1
1
(2.15)

B
b B
Y A

=
1
1
(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).
- 63 -

Figura 2.11 Histograma para todas las tentativas de llamada repetidas en
el trmino de 5 minutos, cuando la parte llamada est ocupada
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.
- 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
- 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) terminal conmutador de abonado terminal
Esto se puede representar como la configuracin de referencia que se muestra en la figura 2.12.
2) terminal conmutador de abonado conmutador de trnsito conmutador de abonado
terminal
Esto se puede representar como la configuracin de referencia que se muestra en la figura 2.13
3) 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 2.14.
- 66 -

Figura 2.12 Configuracin de referencia para el caso 1
1) Punto de ref. A

1) Punto de ref. A
2) Punto de ref. B

1) Punto de ref. A
2 Punto de ref. B
3) 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
- 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.
- 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):
para 0 t < , (3.1)

=
t
u dF t F
0
) ( ) (
0 ) ( = t F 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.
F
c
(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:

- 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:
- 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 =
m
(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:
- 71 -

y as

La figura 3.1 ilustra los clculos grficamente.
El valor medio m
1,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:

- 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 m
1,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 m
1,r
= m. Para
distribuciones pronunciadas (1 2) se tiene m
1,r
< m (vase el 4.2), mientras que para
distribuciones planas (2 < < ), se tiene m
1,r
m (vase el 4.3).
- 73 -
Ejemplo 3.1.2: Distribucin del tiempo de espera
La distribucin del tiempo de espera W
s
(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 W
s
(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 W
s
(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).
- 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]:

- 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)
1) Carga relativa
2) Percentil/100
Luego, la funcin de densidad del tiempo de vida restante en un punto aleatorio en el tiempo es la
siguiente:

donde F(t) es la funcin de distribucin del tiempo de vida total y m es el valor medio.
- 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 {T
1
, T
2
. . . , T
k
} 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 F
i
(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.
- 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 m
1,i
, ,
respectivamente, la suma de las variables estocsticas tendrn el valor medio y varianza siguientes:
2
i

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):

- 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 p
i
, (valor medio m
1,i
y varianza ), la variable estocstica de
la suma tiene el valor medio y varianza siguientes:
2
i

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 m
1,n
(3.40)
varianza
2
n
,
El nmero de llamada de llegada i tiene el tiempo de ocupacin T
i
. Todos los T
i
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 m
1,t
(3.41)
varianza
2
t
,
El volumen de trfico total generado por todas las (peticiones de) llegadas que se reciben dentro del
intervalo T considerado es entonces una variable estocstica propiamente dicha:
S
T
= T
1
+ T
2
+ . . . + T
N
. (3.42)
- 79 -
El siguiente diagrama se supone que T
i
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:

- 80 -

As, la suma estocstica S
T
tiene una probabilidad de funcin generadora igual a la funcin de
generacin compuesta, y se puede hallar el valor medio y la varianza de la suma estocstica
mediante su diferenciacin.
Se observa que hay dos contribuciones a la varianza total: un trmino en funcin del nmero de
llamadas y es la variable estocstica ( ), y otro trmino en funcin de la duracin de las llamadas
que es la variable estocstica ( ).
2
n
2
t
Ejemplo 3.3.1: Caso especial 1: N = n = constante (m

n
= 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 (m
t
t)

Si se cambia la escala de 1 am
1,t
, el valor medio se ha de multiplicar por m
1,t
, y la varianza
por m . El valor medio m
2
, 1 t
m
1,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 T
i

la precipitacin debido al i-simo chubasco. S
T
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 T
i
indica la
compensacin para el i-simo accidente. S
T
es entonces la cantidad total pagada por la compaa
durante el periodo considerado.
- 81 -

- 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: m = m
1
=
1
,
Segundo momento: m
2
=
2
2
,
Varianza:
2
=
2
1
,
Factor de forma: = 2,
- 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 m
1,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 X
1
y X
2
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:

- 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 X
1
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
- 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)
1) Distribuciones Erlang-k
4.2 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.

- 86 -
(vase el 6.1) (4.10)
Mediante las ecuaciones (3.31) y (3.32) se pueden obtener los momentos siguientes;

El i-simo momento no central es:

La funcin de densidad se calcula en el 6.2.2. El tiempo de vida residual medio m
1,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 k
t
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:

- 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 p
i
, se obtendr una
distribucin hiperexponencial, que es una distribucin plana ( 2)
El tiempo de vida residual medio m
1,r
(x) para toda x 0 es mayor que el valor medio:

4.3.1 Distribucin hiperexponencial
En este caso, W() es un valor discreto. Supngase que se tengan los siguientes valores dados:
1
,
2
, ... ,
k
,
y que W() tenga incrementos positivos:
p
1
, p
2
, ... , p
k
donde
- 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
= m
1,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 p
i
. 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 (p
1
= p, p
2
= 1 p):

Los problemas estadsticos surgen aun cuando se tratan tres parmetros. Por consiguiente, para
aplicaciones prcticas se escoge usualmente
i
= 2p
i
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.
- 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.)
- 90 -
2) Tiempo
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:

- 91 -
El trmino q
i
(1 a
i
) es la probabilidad de salir despus de alcanzar la i-sima fase. El valor medio
se puede calcular con la simple expresin siguiente:

donde m
1,i
= q
i
/
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

y

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
y
i
veces est dada por la distribucin multinomial ( = distribucin polinomial):

donde
- 92 -

y

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.
- 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 .
- 94 -

Figura 4.11 Esta distribucin de tipo de fase es equivalente a un exponente
nico cuando p
i
.
i
= . As
i
como 0 < p
i
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:

- 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 Distribucin exponencial (Markov),
E
k
Distribucin de Erlang-k,
H
n
Distribucin hiperexponencial de orden n,
D Constante (Determinstica),
Cox Distribucin de Cox,
G General = atribucin arbitraria.
4.5.1 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.
- 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]).

- 98 -

- 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 T
i
:
0 = T
0
< T
1
< T
2
< . . . < T
i
< T
i+1
< . . . . (5.1)
La primera observacin tiene lugar en el tiempo T
0
= 0.
El nmero de llamadas en el semiintervalo abierto [0, t] se indica como N
t
. El valor N
t
es una
variable aleatoria con parmetros de tiempo continuo y espacio discreto. Cuando t aumenta, N
t

nunca disminuye.

Figura 5.1 Proceso de llegada de la llamada en las lneas de entrada
de una central de trnsito
- 100 -
1) Nmero acumulado de llamadas
2) Tiempo [s]
La distancia temporal entre dos llegadas es:
X
i
= T
i
T
i1
, i = 1, 2; . . . . (5.2)
Esto se denomina tiempo entre llegadas y la distribucin de este proceso es la distribucin del
tiempo entre llegadas.
Correspondiente a las dos variables aleatorias N
t
y X
i
, los dos procesos se pueden caracterizar de dos
maneras:
1) Representacin del nmero N
t
: el intervalo de tiempo t se mantiene constante y se observa
la variable aleatoria N
t
para el nmero de llamadas en t.
2) Representacin del intervalo T
i
: el nmero de llamadas entrantes se mantiene constante y se
observa la variable aleatoria T
i
para el intervalo de tiempo hasta que se hayan producido n
llegadas (en especial T
1
= X
1
).
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 [t
1,
t
2
] es igual a N
t2
- N
t1
.
El nmero de llamadas promedio en el mismo intervalo se denomina funcin de renovacin H:
H (t
1
, t
2
) = E{N
t2
N
t1
} (5.5)
2) La densidad de las llamadas entrantes en el tiempo t (valor medio del tiempo) es:

Se supone que
t
existe y es un valor finito. Se puede interpretar que
t
es la intensidad, con la que
se producen las llegadas en el tiempo t (vase el 3.1.2).
- 101 -
Para procesos puntuales regulares, se tiene:
p {N
t+t
N
t
2} = o(t), (5.7)
p {N
t+t
N
t
= 1} =
t
t + o(t), (5.8)
p {N
t+t
N
t
= 0} = 1
t
t + o(t), (5.9)
donde, por definicin:

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 Propiedades bsicas de la representacin del intervalo
4) La distribucin f(t) de intervalos de tiempo X
i
(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}, (5.12)
E {X
i
} = m
1,i
. (5.13)
El valor medio es el promedio de llamadas entrantes que se obtiene para cada llamada. Un proceso
de renovacin es un proceso puntual en el que los tiempos entre llamadas son estocsticos
independientes entre s y tienen la misma distribucin (excepto para X
1
), es decir m
i
= 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 X
i
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).
- 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 . .
- 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 t
2
> 0 arbitraria y toda 0, la probabilidad que haya llegadas
en [t
1
, t
1
+ t
2
] es independiente de t
1
, es decir para todos los t, se tiene:
p {N
t1+t2
N
t1
= } = p {N
t1+t2+t
N
t1+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 X
i
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 [t
1
, t
1
+ t
2
] es
independiente de los eventos antes del tiempo t
1
:
p {N
t2
N
t1
= k|N
t1
N
t0
= n} = p {N
t2
N
t1
= 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.
- 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.
5.2.3 Regularidad
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 {N
t
+
t
N
t
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 (5.18)
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
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) = nmero de llegadas en el periodo T.
A(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
- 105 -
Se tiene la relacin importante entre esas variables:

Si los lmites de = lim
T
(T) y W = limT
T
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.
- 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
1) Nmero de eventos
2) Proceso de salida
3) Proceso de partida
4) Tiempo
- 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 T
i
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 t
1
y t
2
, 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 t
1
y t
2
son dos intervalos no superpuestos (vase la figura 6.1), se tiene en
razn de la hiptesis de independencia:
p (0; t
1
) . p (0, t
2
) = p (0, t
1
+ t
2
) (6.2)
2) El valor medio del intervalo de tiempo entre dos llegadas sucesivas es 1/ (Ec. 3.4):

donde p(0, t) es la probabilidad que haya llegadas dentro del intervalo de tiempo (0;t), que es
tambin idntico a la probabilidad que el tiempo hasta el primer evento sea mayor que t (la
distribucin complementaria). El valor medio (6.3) se obtiene directamente de la ecuacin (3.4). La
frmula (6.3) tambin se puede interpretar como la superficie debajo de la curva p(0,t), que es una
funcin que nunca aumenta, disminuyendo a 1 a 0.
3) Se observa que la ecuacin (6.2) implica que seguramente se producir el evento "sin
llegadas dentro del intervalo de longitud 0":
p(0, 0) = 1 (6.4)
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 (6.5)
6.2.1 Distribucin exponencial
El paso fundamental para el siguiente clculo de la distribucin de Poisson es derivar p(0, t) que es
la probabilidad que en un intervalo de tiempo de longitud t no se producen llegadas, es decir la
probabilidad que la primera llegada aparezca despus del tiempo t. Se demostrar que {1 p(0, t)}
es una distribucin exponencial (vase el 4.1).
Conforme a la ecuacin (6.2) se tiene:
l
n
p(0
1
, t
1
) + l
n
p (0, t
2
) = l
n
p (0, t
1
+ t
2
) (6.6)
Si l
n
p(0, t) = f(t), la ecuacin (6.6) se puede expresar como sigue:
f (t
1
) + f (t
2
) = f (t
1
+ t
2
) (6.7)
Por diferenciacin con respecto a, por ejemplo, t
2
se tiene:
F'(t
2
) = f'
t2
(t
1
+ t
2
)
- 109 -
De esto se observa que f'(t) debe ser una constante y por tanto:
f(t) = a + b . t (6.8)
Intercalando la ecuacin (6.8) en la (6.7), se obtiene a = 0. Por tanto p(0, t) tiene la forma:
p(0, t) = e
bt
De la ecuacin (6.3) se obtiene b:

o:
b =
Se demuestra as, en base a los puntos 1) y 2) anteriores que:
p(0, t) = e
t
(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

2
(6.12)
La probabilidad que la siguiente llegada aparezca dentro del intervalo (t, t + dt) se puede expresar
como:
f(t) . dt = e
t
.

dt
= p(0, t) . dt (6.13)
Es decir la probabilidad que una llegada aparezca dentro del intervalo (t, t + dt) es igual a dt,
independiente de t y proporcional a dt (vase la ecuacin (3.17)).
En razn que es independiente del tiempo real t, la distribucin exponencial no tiene memoria
(vanse los 4.1 y 3.1.2). El proceso no depende del tiempo.
El parmetro se denomina intensidad o rgimen de la distribucin exponencial y del proceso de
Poisson relacionado y corresponde a la intensidad en la ecuacin (5.6). La distribucin exponencial
es, en general, un modelo muy satisfactorio de tiempos entre llegadas cuando el trfico es generado
por elementos humanos (vase la figura 6.2).
- 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 X
2
= 18,86
con 19 grados de libertad, percentil = 53)
2) 5 916 observaciones
3) = Teora
4) Tiempo entre llegadas (exploracin = 0,2 s)
6.2.2 Distribucin de Erlang-k
De lo anterior se deduce que el tiempo hasta que hayan aparecido llegadas exactamente es una
suma de k variables estocsticas IID distribuidas exponencialmente.
La distribucin de esta suma se denomina distribucin Erlang-k (vase el 4.2) y la densidad viene
dada por la ecuacin (4.8):

- 111 -
Para k = 1 se obtendr por supuesto la distribucin exponencial. La distribucin g
k+1
(t) , k > 0; se
obtiene por convolucin de g
k
(t) y g
1
(t). Si se supone que la expresin (6.14) es vlida para g
k
(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)
m
1
= k

2
= k

2
(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,
t
1
); (t
1
, t
1
+ dt
1
) y (t
1
+ dt
1
, 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 t
1
de modo tal que la ltima llegada dentro de (0, t) se
- 112 -
produzca en el intervalo (t
1
, t
1
+ dt
1
), se obtiene la probabilidad p(i, t) mediante la integracin de
todos los valores posibles de t
1
como producto de las tres probabilidades siguientes:
a) La probabilidad que (i 1) llegadas se produzcan dentro del intervalo de tiempo (0; t
1
):

b) La probabilidad que haya una sola llegada dentro del intervalo de tiempo de t
1
a t
1
+dt
1
:
. dt
1
c) La probabilidad que no se produzcan llegadas en el intervalo de t
1
+ dt
1
a t:
e
(t-t
1
)
El producto de las primeras dos probabilidades es la probabilidad que la i-sima llegada aparezca en
el intervalo (t
1
, t
1
+ dt
1
), 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
- 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 . e
h
. (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)

= e
h
.

(1 h) (6.21)
Max{p(1)} = e
1
= 0,3679 (6.22)

Figura 6.3 Nmero de llamadas por segundo en Internet por conexin telefnica.
Los valores tericos se basan en la hiptesis de una distribucin de Poisson.
Una prueba estadstica acepta la hiptesis de una distribucin de Poisson
3)
a
= 6,39 llamadas/s
4) = Valor terico
- 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
1) Trfico transportado
2) Ideal
3) Aloha segmentado
4) Aloha simple
5) Trfico ofrecido
6.2.4 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
- 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 m
1
= 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
p 0 < p < 1
PROCESO DE POISSON
Tiempo continuo
Intensidad satisfactoria
, > 0
Nmero de intentos desde el resultado
satisfactorio previo o desde un intento aleatorio
para obtener un resultado satisfactorio
Intervalo entre dos resultados
satisfactorios o desde un punto aleatorio
hasta el siguiente resultado satisfactorio
DISTRIBUCIN GEOMTRICA

DISTRIBUCIN EXPONENCIAL

Nmero de intentos para obtener k resultados
satisfactorios
Intervalo de tiempo hasta el k-simo
resultado satisfactorio
DISTRIBUCIN DE PASCAL =
DISTRIBUCIN BINOMIAL NEGATIVA

DISTRIBUCIN DE ERLANG-

Nmero de resultados satisfactorios en n intentos Nmero de resultados satisfactorios en
un intervalo de tiempo t
DISTRIBUCIN BINOMIAL

DISTRIBUCIN DE POISSON

- 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
1) Proceso 1
2) Proceso 2
3) Proceso n
4) Proceso total
5) Punto aleatorio en el tiempo
6) 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
- 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.
- 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).
- 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
1) Canales 2) Trfico total [erlang]
3) Enlace de desbordamiento 4) Enlace primario
5) Encendido 6) Apagado
- 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
1) Proceso de Poisson
2) Conmutador
3) activado
4) desactivado
5) Proceso de llegada IPP
6) Llegadas ignoradas
Como modelo simplificado para describir los intervalos activado(desactivado), Kuczura utiliz
intervalos de tiempo distribuidos exponencialmente con intensidad (). Demostr as que esto
corresponde a tiempos entre llegadas con distribucin hiperexponencial, lo cual se ilustra el
diagrama de fase de la figura 6.8. Los parmetros se estiman de la siguiente manera:

Figura 6.8 El proceso de Poisson interrumpido es equivalente a
un proceso de llegada hiperexponencial (6.27)
- 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.
- 122 -

- 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) n = : Distribucin de Poisson (vase el 7.2).
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.
- 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.
- 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 =/:
- 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: E = 0,
Congestin de llamadas: B = 0,
Trfico transportado:
= =
=1
, ) (
i
A i p i Y
Trfico perdido: A
l =
A Y = 0,
Congestin del trfico: C = 0.
- 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):

- 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 e
A
. 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 E
n
(A) = E
1,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 = B
n
(A):

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:

- 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 a
i
):
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.
- 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
- 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:
P
correcto
=

Figura 7.3 Probabilidad de bloqueo E
n
(A) en funcin del trfico ofrecido A
para diversos valores del nmero de canales n (7.8)
1) Probabilidad de bloqueo E
n
(A)
2) Trfico ofrecido A
- 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
1) Utilizacin a
2) Nmero de canales n
- 133 -

Figura 7.5 Funcin mejora F
n
(A) (7.15) de la frmula B de Erlang. Por bsqueda
secuencial, F
n
(A) es igual al trfico a
n+1
transportado en el canal nmero (n + 1)
1) Funcin mejora F
1,n
(A) = a
n+1
2) Nmero de canales n
El trfico transmitido correctamente se puede expresar as:
A
correcto
= A P
correcto
= A e
-2A
.
sta es la proporcin del eje de los tiempos que se utiliza eficazmente. Tiene un valor ptimo
para h = A = , donde la derivada con respecto a A es igual a cero:
- 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.
Las ecuaciones diferenciales se pueden obtener directamente del diagrama.
c) Resolver las ecuaciones de equilibrio suponiendo un equilibrio esttico.
Expresar todas las probabilidades de estado, por ejemplo la probabilidad de estado
[0], p(0).
Hallar p(0) por normalizacin.
d) 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
- 135 -

La congestin temporal resulta:

7.4.1 Evaluacin numrica
Si q(i) llega a ser muy grande (por ejemplo 10
10
), 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: p
x
(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:
- 136 -

El valor inicial para la recursin es Q
0
= p
o
(0) = p
o
(0). Aplicando la ecuacin (7.22) y utilizando la
notacin E
x
= p
x
(x) (congestin temporal) se obtiene:

Introduciendo la probabilidad de congestin temporal inversa Ix = E
x
-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 m
1
= A = /,
es conveniente entonces hacer que q(m) = 1, donde m es igual a la parte entera de (m
1
+ 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
20
y normalizar q(i). En la prctica no habr problemas para normalizar las
probabilidades.
7.4.2 Evaluacin de la frmula B de Erlang
Para clculos numricos, la frmula (7.9) no es muy apropiada puesto que n! y A
n
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 I
n
(A) = 1/E
n
(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:
- 137 -

Se obtiene las siguientes probabilidades de bloqueo:
Congestin temporal:
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 E
x
(A) para valores de x grandes
Por aplicacin recursiva de la ecuacin (7.28) se obtiene:

- 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 E
1,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.
- 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 F
1,n
(A) (7.15).
Parte inferior: Se obtienen los valores de E, a y F
1,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 A
1
= 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 F
1,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.
- 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 F
1,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:
c
n
= c
0
+ 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):
C
n
= g AE
1,n
(A) +c
0
+ 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):
- 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). (F
B
= 0,35, A = 25 erlang)
El mnimo se obtiene para n = 30 lneas de enlace
B
1) Costos
2) Costos totales
3) Trfico bloqueado
4) Cable
5) Nmero de lneas de enlace n
C
n 1
> C
n
y C
n
C
n+1
.
Como E
1,n
(A) = E
n
(A) se tiene:
A{E
n1
(A) E
n
(A)} >
g
c
A {E
n
(A) E
n+1
((A)}, (7.31)
o:

donde:

extra canal por Ingreso
extra canal por Costo
g
c
F
B
= = (7.33)
- 142 -
F
B
se denomina valor mejora. Se observa que c
0
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 E
n
(A)} > c
0
+ c n (7.34)
La figura 7.7 muestra probabilidades de bloqueo para algunos valores de F
B
. 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 F
B
B
B independientemente de la funcin costo.
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. (7.35)
FB = 0,05 para grupos sin ruta alternativa.

Figura 7.7 Cuando se efecta el dimensionamiento con un valor fijo del valor
mejora F
B
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 [%]
- 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
1) S fuentes
2) n canales
8.1 Introduccin
Considrese un sistema con la misma estructura (grupo de accesibilidad completa) y estrategia
(llamadas perdidas eliminadas) como en el Captulo 7 pero con ms procesos generales de trfico.
En el texto siguiente se supone que los tiempos de servicios estn distribuidos exponencialmente
- 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).
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:

- 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
1) Estado
2) Ocupado
3) En reposo
4) Tiempo
5) llegada
6) salida
- 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:
- 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.
- 148 -
8.2.2 Caractersticas del trfico binomial
Se han visto las siguientes definiciones de los parmetros:
= intensidad de la llamada por fuente desocupada, (8.5)
1/ = tiempo de servicio (ocupacin) medio, (8.6)
= / = trfico ofrecido por fuente desocupada. (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, (8.8)
A = S
.
= trfico ofrecido total, (8.9)
a = trfico transportado por fuente, (8.10)
Y = S . a = trfico transportado. (8.11)
Congestin temporal:
E = 0 S <n;
E = p(n) =
n
S = n. (8.12)

que es el valor medio de la distribucin binomial (8.4). En este caso sin bloqueo se tiene entonces
= a.

Nmero de tentativas de llamada por unidad de tiempo:
- 149 -

La expresin (S a ) es el nmero de llamadas transportadas por unidad de tiempo, y se obtiene as:
B = 0 (8.16)
Trfico transportado por canal :
Bsqueda aleatoria:

Bsqueda secuencial: expresin compleja deducida por L.A. Joys (1971 [56]).
Funcin mejora:
F
n
(A) = Y
n+1
Y
n
= 0 (8.18)
Grado de curtosis: (Cuadro 6.1)

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:

- 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.
- 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:
- 152 -

pues E = E
n,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 = C
n;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:
- 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 :
- 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 I
n,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 p
n,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 {p
1,1
(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):

- 155 -
Las probabilidades de estado q
n
,
S
(i) no estn normalizadas, pues se corta en el estado [n] y se
excluye el ltimo trmino q
n
,
S
(n + 1) = p
n,S-1
(n) (estado [n + 1]) donde una tentativa de llamada se
bloquea. Las probabilidades de estado normalizadas p
n,S
(i) para un sistema con S fuentes y n canales
se obtienen as de las probabilidades de estado normalizadas p
i,S1
(i) para un sistema con S1
fuentes mediante:

La congestin temporal E
n,S
() para un sistema con S fuentes se puede expresar mediante la
congestin temporal E
n,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:
- 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
De la ecuacin (8.50) se obtiene la siguiente relacin entre E = E
n,S
() y B = BB
n,S
() = E
n,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:
- 157 -
= erlang (trafico ofrecido por fuente en reposo),
= erlang (trfico ofrecido por fuente),
A = (trfico ofrecido),
Z = (grado de curtosis).
Del diagrama de transicin de estado se obtiene el siguiente cuadro:

Se calculan las siguiente probabilidades de bloqueo:

Congestin temporal:


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 [%]
- 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, (8.65)
se reemplaza por -. (8.66)
Mediante estas sustituciones son vlidas todas las frmulas correspondientes a los casos
Bernoulli/Engset para la distribucin de Pascal truncada.
Se ha de sealar que la ecuacin (8.64) es vlida para la distribucin arbitraria del tiempo de
ocupacin (Iversen, 1980 [40]). Suponiendo tiempos de ocupacin distribuidos exponencialmente,
este modelo tiene las mismas probabilidades de estado que la primera forma normal de Palm, es
decir un sistema con un proceso de llegada de Poisson y una intensidad que sigue una distribucin
gamma (los tiempos entre llegadas siguen una distribucin de Pareto). Esta configuracin se utiliza
para modelar trfico de desbordamiento que tiene un coeficiente de curtosis (factor de irregularidad)
mayor que uno.

- 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:

- 161 -
Se hallan las siguientes probabilidades de bloqueo:

Congestin temporal:


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:

- 162 -

- 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 n
1
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 (n
1
+ n
2
+ n
12
) y que el trfico AB slo
tiene acceso a (n
1
+ n
12
) 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 n
12
, cuando todos los canales
primarios n
1
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 n
12
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 n
1
. 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.
- 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: A
l
= 3,3832 . E
s
(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
1) Sistema de Kosten
2) Sistema de Brockmeyer
3) Sistema generalizado
- 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 F
n1
(A) es la funcin mejora de la frmula B de Erlang.
Grupo de desbordamiento:

- 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.
- 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 m
i
y varianza
i
. Con esta simplificacin se considerarn dos flujos de
trfico equivalentes, si tienen el mismo valor medio y varianza.
- 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 ( n
x
+ l) canales que ofrecen el
trfico A
x
. 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
(n
x
, A
x
).
El trfico perdido se encuentra con la frmula B de Erlang:
- 169 -

Como el trfico ofrecido es m, la probabilidad de bloqueo del sistema viene dada por:

NOTA La probabilidad de bloqueo no es E
nx+l
(A
x
). 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 E
n
(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 A
0
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 A
0
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 A
x
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
- 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
/m
i
< 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 m
i
y al grado de curtosis Z
i
= v
i
/m
i
. 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 n
x
canales primarios
y l canales secundarios (de desbordamiento), se puede calcular la probabilidad de bloqueo debido a
los n
x
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 n
x
+ 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.
- 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 E
8
(10) = 0,3383.
El bloqueo del grupo de desbordamiento es:

El bloqueo total del sistema es:
E
16
(10) = E
8
(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 Trfico
ofrecido
Nmero de
canales
Desbordamiento
medio
Varianza de
desbordamiento
Grado de
curtosis
I A
i
n
i
(j) m
1,i
v
i
Z
i
1 12 16 0,7250 1,7190 2,3711
2 8 8 1,8846 3,5596 1,8888
3 4 0 4,0000 4,0000 1,0000
Total 24 6,6095 9,2786 1,4038
El trfico total ofrecido a la macroclula tiene un valor medio de 6,61 erlang y una varianza de 9,28.
Esto corresponde a un trfico de desbordamiento de un sistema equivalente con 10,78 erlang
ofrecidos a 4,72 canales. As, se termina con un sistema de 12,72 canales con 10,78 erlang
ofrecidos. Empleando la frmula de Erlang B, se halla el trfico perdido de 1,3049 erlang.
Originalmente se ofrecieron 24 erlang, de modo tal que la probabilidad de bloqueo de trfico total
resulta B = 5,437%.
Las tres reas tienen probabilidades de bloqueo particulares. Empleando la ecuacin (9.14) se
encuentra que el trfico perdido aproximado de las reas es de 0,2434 erlang, 0,5042 erlang,
y 0,5664 erlang, respectivamente. As, las probabilidades de bloqueo de trfico llegan a ser
del 2,03%, 6,30% y 14,16%, respectivamente. Una simulacin por medios informticos
de 100 millones de llamadas da como probabilidad de bloqueo 1,77%, 5,72%, y 15,05%,
respectivamente. Esto corresponde a un trfico perdido total igual a 1,273 erlang y una probabilidad
de bloqueo del 5,30%. La exactitud del mtodo de este captulo es suficiente para aplicaciones
reales.
9.3 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.
- 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 d
2
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
- 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 g
2
. 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.
- 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 A
x
. 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
- 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 n
x
= 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 (activado)
off (desactivo)
El trfico transportado es:

De esta expresin se obtiene C = (A Y)/A.
- 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 = (m
a
. )
1
. 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.

- 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 A
1
=
1
/
1
y A
2
=
2
/
2
,

respectivamente.
Sea (i, j) la representacin del estado del sistema, es decir i es el nmero de llamadas del flujo 1 y j
es el nmero de llamadas del flujo 2. Se tienen las siguientes restricciones:
0 i n,
0 j n, (10.1)
0 i + j n.
El diagrama de transicin de estado se muestra en la figura 10.1. Bajo la hiptesis de equilibrio
estadstico se obtienen las probabilidades de estado resolviendo las ecuaciones de equilibrio global
para cada nodo(ecuaciones de nodo), en total (n + 1)(n + 2)/2 ecuaciones.
Como se ver en la seccin siguiente este diagrama corresponde a un proceso de Markov reversible,
que tiene equilibrio local y, asimismo, la solucin tiene forma de producto. Se puede verificar
fcilmente que las ecuaciones de equilibrio global se satisfacen por las siguientes probabilidades de
estado que se pueden expresar en forma de producto.

donde p(i) y p(j) son distribuciones de Poisson truncadas unidimensionales, Q es una constante de
normalizacin, e (i, j) cumple con las restricciones indicadas anteriormente (10.1). Como hay
proceso de llegada de Poisson que disponen de la propiedad PASTA (Poisson Arrivals See Time
- 180 -
Averages), la congestin temporal, congestin de llamadas y congestin de trfico son iguales para
ambos flujos de trfico, equivalen a P(i + j = n).
Por expansin binomial o por la convolucin de dos distribuciones de Poisson se determinan las
siguientes probabilidades de estado combinadas, donde Q se obtiene por normalizacin:

Esta es la distribucin de Poisson truncada (7.8) con el trfico ofrecido:
A = A
1
+ A
2
(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/H
2
/n, donde la distribucin hiperexponencial H
2
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)
1) Bloqueo para el flujo 1
2) 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:

y

donde i
j
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 Flujo 2: Trfico PCT-II
1
= 2 llamadas/unidad de tiempo

1
= 1 (unidades de tiempo
1
)

Z
1
= 1 (curtosis)
d
1
= 1 canal/llamada
A
1
=
1
/
1
= 2 erlang
n
1
= 6 = n
S
a
= 4 fuentes
2
= 1/3 llamadas/unidad de tiempo/fuente desocupada
2
= 1 (unidades de tiempo
1
)
2
=
2
/
2
= 1/3 erlang por fuente desocupada
Z
2
= 1/(1 +
2
) 3/4 (curtosis)
d
2
= 2 canales/llamada
A
2
= S
2
.
2
/(1 +
2
) = 1 erlang
n
2
= 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) i = 0 i = 1 i = 2 i = 3 i = 4 i = 5 i = 6
p(
.
,j)
j = 3
j = 2
j = 1
j = 0
0,0073
0,0331 0,0661 0,0661
0,0661 0,1322 0,1322 0,0881 0,0441
0,0496 0,0992 0,0992 0,0661 0,0331 0,0132 0,0044
0,0073
0,1653
0,4627
0,3647
p(i,
.
)
0,1561 0,2975 0,2975 0,1542 0,0771 0,0132 0,0044 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 (E
1
), la congestin de llamadas (B
1
), y la
congestin de trfico (C
1
) son idnticas. La congestin temporal E
1
se obtiene de la siguiente
manera:
E
1
= p(6, 0) + p(4, 2) + p(2, 4) + p(0, 6)
= p(6),
E
1
= BB
1
= C
1
= 0,1219,
Y
1
= 1,7562:
Medidas de calidad de funcionamiento para el flujo de trfico 2:
Congestin temporal E
2
(intervalo de tiempo en que el sistema se bloquea para el flujo de trfico 2):
E
2
= 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),
E
2
= 0,2894:
Congestin de llamadas BB
2
(proporcin de tentativas de llamada bloqueadas para el flujo de
trfico 2):
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 C
2
(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 d
2
. A
2
= 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 d
i
lneas
de enlace (canales, segmentos) durante el tiempo de servicio completo, es decir los d
i
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
x
i
. d
i
, es decir, cuando se est dando servicio a x
i
llamadas del tipo i, es
i
(x
i
). Se debe limitar el
nmero x
i
de llamadas simultneas del tipo i, de modo que:
0 x
i

.
d
i
n
i
n
Ser natural requerir que n
i
sea un mltiplo entero de d
i
.

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 Z
i
describen el trfico BPP,
mientras que d
i
simboliza el nmero de segmentos requerido
1) Centrales locales
2) Central de trnsito
3) 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 p
i
(x) son de importancia, de modo tal que se puede seleccionar
q
i
(0) = 1 y calcular los valores de q
i
(x) relativos a q
i
(0). Si un trmino q
i
(x) llega a ser
mayor que K (por ejemplo 10
10
), se pueden dividir todos los valores q
i
(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 P
1
y P
2
y se obtiene P
12
que se pone en
convolucin con P
3
, 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 P
3
y P
j
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 E
i
, la congestin de llamadas BB
i
, y la congestin de
trfico C
i
del flujo i. Esto se efecta durante la convolucin:

Esta convolucin da por resultado:

donde para p
x
i
(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 E
i
, BB
i
, y C
i
.
i
para el flujo de trfico i resulta:

donde

La sumatoria se extiende a todos los estados S
Ei
donde las llamadas que pertenecen a la clase i se
bloquean: el conjunto {x > n
i
d
i
} corresponde a los estados donde el flujo de trfico i ha utilizado
su cuota, y (j > n d
i
) corresponde a los estados con menos de d
i
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 B
i
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 C
i
: 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)
S
3
= 2 fuentes
3
=
3
/
3
llamadas/unidad de tiempo
3
= 1 (unidad de tiempo
1
)
3
= 3/
3
= 1/3 erlang por fuente desocupada
Z
3
= 1/(1 +
3
) = 3/2
d
3
= 1 canales/llamada
A
3
= S
3
. (1 Z
3
) = 1 erlang
n
3
= 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 Q
N/i
a partir de Q
N
por un proceso de desconvolucin y,
posteriormente, durante una nueva operacin de convolucin de P
i
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 p
i
(
j
) de cada flujo de trfico
i (i = 1, 2, 3, j = 1, 2, . . ., n
i
) como si estuviera solo. Los resultados se indican en el
cuadro 10.3.
Paso 2: Evaluar la convolucin de p
1
(j) con p
2
(k), p
1

*
p
2
, interrumpir el espacio de estado
en n = 6 (truncamiento), y normalizar las probabilidades de modo que se obtenga el valor
de p
12
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 p
12
(j) con p
3
(k), la operacin de
truncamiento en n, y obtener q
123
(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 Probabilidades
q
12
(j)
Normalizado Prob.
q
123
(j)
Normalizado
j
p
1
(j) p
2
(j) p
1

*
p
2
p
12
(j) p
3
(j) p
12

*
p
3
p
123
(j)
0 0,1360 0,3176 0,0432 0,0496 0,4525 0,0224 0,025 855
1 0,2719 0,0000 0,0864 0,0992 0,3017 0,0599 0,068 946
2 0,2719 0,4235 0,1440 0,1653 0,1508 0,1122 0,129 275
3 0,1813 0,0000 0,1727 0,1983 0,0670 0,1579 0,181 942
4 0,0906 0,2118 0,1727 0,1983 0,0279 0,1825 0,210 350
5 0,0363 0,0000 0,1459 0,1675 0,0000 0,1794 0,206 712
6 0,0121 0,0471 0,1062 0,1219 0,0000 0,1535 0,176 920
Total 1,0000 1,0000 0,8711 1,0000 1,0000 0,8678 1,000 000

3
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 {p
3
(4) . p
12
(2)} esta incluido en el estado q
123
(6). El trfico transportado
para el flujo de trfico 3 se obtiene durante la convolucin de p
3
(i) p
12
(j) y resulta:

Como el trfico ofrecido es A3 = 1, se obtiene:

La congestin de llamadas resulta:

donde x
l
es el nmero llamadas perdidas por unidad de tiempo, y x
t
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) = (S
3
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
(n
i
), 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 Nmero total de canales n = 6
Trfico
ofrecido
Curtosis Nm.
Mx
Segmentos/llamada tmo Fuentes beta
i
A
i
Z
i
n
i
d
i
1
i

S
i

i
1 2,0000 1,0000 6 1 1,0000 0
2 2,0000 0,7500 6 2 1,0000 4 0,3333
3 1,0000 1,5000 4 1 1,0000 -2 -0,5000

- 196 -
Cuadro 10.5 Datos de salida de ATMOS para los datos de entrada en el cuadro 10.4.1
Salida Congestin de
llamada
Congestin de
trfico
Congestin
temporal
Trfico
transportado
i
B
i
C
i
E
i
Y
i
1 1,769 200E-01 1,769 200E-01 1,769 200E-01 1,646 160
2 3,346 853E-01 2,739 344E-01 3,836 316E-01 1,452 131
3 2,127 890E-01 2,884 898E-01 1,817 079E-01 0,711 510
Total 2,380 397E-01 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 Z
i
y proporcional al tamao del segmento d
i
, 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
(d
i

.
Z
i
), utilizando el trfico de Poisson de un segmento como valor de referencia ( d
i
= Z
i
= 1). Se
debe sealar que la congestin de trfico es proporcional a d
i
. Z
i
, 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(n
i
) es,
en este ejemplo, n = 1536 (accesibilidad total), y tmo es la
abreviatura de tiempo medio de ocupacin
Entrada Nmero total de canales n = 1536
Trfico
ofrecido
Curtosis N Mx
sim.
Canales/
llamada
tmo Fuentes
i
A
i
Z
i
n
i
d
i

i
S
1 64,000 0,200 1536 1 1,000 80,000 4,000
2 64,000 0,500 1536 1 1,000 128,000 1,000
3 64,000 1,000 1536 1 1,000 0,000
4 64,000 2,000 1536 1 1,000 -64,000 -0,500
5 64,000 4,000 1536 1 1,000 -21,333 -0,750
6 64,000 8,000 1536 1 1,000 -9,143 -0,875
7 32,000 0,200 1536 2 1,000 40,000 4,000
8 32,000 0,500 1536 2 1,000 64,000 1,000
9 32,000 1,000 1536 2 1,000 0,000
10 32.000 2,000 1536 2 1,000 -32,000 -0,500
11 32,000 4,000 1536 2 1,000 -10,667 -0,750
12 32,000 8,000 1536 2 1,000 -4,571 -0,875
13 16,000 0,200 1536 4 1,000 20,000 4,000
14 16,000 0,500 1536 4 1,000 32,000 1,000
15 16,000 1,000 1536 4 1,000 0,000
16 16,000 2,000 1536 4 1,000 -16,000 -0,500
17 16,000 4,000 1536 4 1,000 -5,333 -0,750
18 16,000 8,000 1536 4 1,000 -2,286 -0,875
19 8,000 0,200 1536 8 1,000 10,000 4,000
20 8,000 0,500 1536 8 1,000 16,000 1,000
21 8,000 1,000 1536 8 1,000 0,000
22 8,000 2,000 1536 8 1,000 -8,000 -0,500
23 8,000 4,000 1536 8 1,000 -2,667 -0,750
24 8,000 8,000 1536 8 1,000 -1,143 -0,875

- 198 -
Cuadro 10.7 Salida para el ejemplo 10.4.3 con datos de entrada que figuran en el
cuadro 10.6. Como se mencion en el ejemplo 9.3.2, el mtodo de
Fredericks y Hayward produce una congestin total igual
a 6,114 %. La congestin de trfico total 5,950 % se obtiene
del trfico transportado total y el trfico ofrecido
Salida Congestin de
llamada
Congestin de
trfico
Congestin
temporal
Trfico
transportado
Valor relativo
i
B
i
C
i
E
i
Y
i
C
i
(d
i
Z
i
)
1 6,187 744E-03 1,243 705E-03 6,227 392E-03 63,920 403 0,9986
2 6,202 616E-03 3,110 956E-03 6,227 392E-03 63,800 899 0,9991
3 6,227 392E-03 6,227 392E-03 6,227 392E-03 63,601 447 1,0000
4 6.276 886E-03 1,247 546E-02 6,227 392E-03 63,201 570 1,0017
5 6,375 517E-03 2,502 346E-02 6,227 392E-03 62,398 499 1,0046
6 6,570 378E-03 5,025 181E-02 6,227 392E-03 60,783 884 1,0087
7 1,230 795E-02 2,486 068E-03 1,246 554E-02 63,840 892 0,9980
8 1,236 708E-02 6,222 014E-03 1,246 554E-02 63,601 791 0,9991
9 1,246 554E-02 1,246 554E-02 1,246 554E-02 63,202 205 1,0009
10 1,266 184E-02 2,500 705E-02 1,246 554E-02 62,399 549 1,0039
11 1,305 003E-02 5,023 347E-02 1,246 554E-02 60,785 058 1,0083
12 1,379 446E-02 1,006 379E-01 1,246 554E-02 57,559 172 1,0100
13 2,434 998E-02 4,966 747E-03 2,497 245E-02 63,682128 0,9970
14 2,458 374E-02 1,244 484E-02 2,497 245E-02 63,203 530 0,9992
15 2,497 245E-02 2,497 245E-02 2,497 245E-02 62,401 763 1,0025
16 2,574 255E-02 5,019 301E-02 2,497 245E-02 60,787 647 1,0075
17 2,722 449E-02 1,006 755E-01 2,497 245E-02 57,556 771 1,0104
18 2,980 277E-02 1,972 682E-01 2,497 245E-02 51,374 835 0,9899
19 4,766 901E-02 9,911 790E-03 5,009 699E-02 63,365 645 0,9948
20 4,858 283E-02 2,489 618E-02 5,009 699E-02 62,406 645 0,9995
21 5,009 699E-02 5,009 699E-02 5,009 699E-02 60,793 792 1,0056
22 5,303 142E-02 1,007 214E-01 5,009 699E-02 57,553 828 1,0109
23 5,818 489E-02 1,981 513E-01 5,009 699E-02 51,318 316 0,9942
24 6,525 455E-02 3,583 491E-01 5,009 699E-02 41,065 660 0,8991
Total 5,950 135E-02 1444,605

- 199 -
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<d
i
, (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
135
2723
. Las probabilidades de estado globales
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
trfico de K
2
A
ij
(i, j = 1, . . ., K), como se indica en el siguiente esquema que se denomina matriz de
trfico.

A
ij
es el trfico de i a j.
A
ii
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 decidir la topologa de la red (qu centrales deben estar interconectadas?)
2 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 A
ij
de la matriz de trfico. El procedimiento es ajustar cada valor A
ij
, de modo tal
que concuerden con las nuevas sumas de fila/columna:

donde S
0
es la suma real y S
1
es la nueva suma de la fila/columna considerada.
Si se comienza ajustando A
ij
con respecto a la nueva suma de fila S
i
, 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 A
ij
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 2 Suma
1
2
10 20
30 40
30
70
Suma 40 60 100
El pronstico de trfico de origen de terminacin total para cada central es:

1 2 Suma
1
2
45
105
Suma 50 100 100
La tarea es entonces estimar cada valor de la matriz mediante el mtodo de factor doble.
- 204 -
Iteracin 1: Ajustar las sumas de las filas. Se multiplica la primera fila por (45/30) y la segunda fila
por (105/70) y se obtiene:

1 2 Suma
1
2
15 30
45 60
45
105
Suma 60 90 150
Las sumas de las filas son ahora correctas, pero las sumas de las columnas no lo son.
Iteracin 2: Ajustar las sumas de las columnas:

1 2 Suma
1
2
12,50 33,33
37,50 66,67
45,83
104,17
Suma 50,00 100 150,00
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 2 Suma
1
2
12,27 32,73
37,80 67,20
45,00
105,00
Suma 50,07 99,93 150,00
Iteracin 4:

1 2 Suma
1
2
12,25 32,75
37,75 67,25
45,00
105,00
Suma 50,00 100,00 150,00
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 A
ij
, 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.
11.2 Topologas
En el Captulo 1 se han descrito las topologas bsicas como red en estrella, red poligonal, red en
anillo, red jerrquica y red no jerrquica.
11.3 Principios de encaminamiento
Este es un tema extenso que incluye entre otros el encaminamiento de trfico alternativo,
reparticin de las cargas, etc. En (Ash, 1998 [3]) figura una descripcin detallada sobre este tema.
11.4 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 E
i
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 d
xy
representa el tamao del segmento (demanda de
anchura de banda) de la ruta x por el vnculo y (vase el cuadro 14.3)
Enlace Ruta
1 2 . . . N
Nmero de
canales
1
2
.

.

K
C
11
C
21 . . .
C
N1
C
12
C
22 . . .
C
N2
. . .
. . . . . . . . .
. . .
C
1k
C
2k . . .
C
NK
n
1
n
2
.
. . .
.
n
K
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
1) Ruta de proteccin del servicio
2) Ruta de ltima eleccin
3) Ruta de eleccin nica
4) 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) Dado que se dispone de una cantidad limitada de recursos, cmo se deben distribuir estos
recursos entre los sectores?
b) 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) Cunto trfico se puede conducir en cada enlace cuando se transporta una cantidad de
trfico fija total?
b) 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 C
0
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 D
il
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:

o

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 g
i
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 c
i
por c
i
/g
i
.
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:

A
1
= 3 erlang A
2
= 15 erlang
n
1
F
1
,n(A
1
) n
2
F
1
,n(A
2
)
3 0,4201 17 0,4048
4 0,2882 18 0,3371
5 0,1737 19 0,2715
6 0,0909 20 0,2108
7 0,0412 21 0,1573
Para n
1
= 5 y n
2
= 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 c
d
, y para una conexin
secundaria c
t
.
- 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).
2) 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.
12.1 Sistema de espera de Erlang M/M/n
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: (12.3)
El equilibrio estadstico solo se tiene para A < n. De otra manera, la fila de espera continuar
aumentando hasta el infinito.
Se obtiene:

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 E
1,n
(A)}/n es el promedio de trfico transportado por canal en el sistema de
prdidas correspondiente. Para A n, se tiene E
2,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 L
n
= 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 E
2,n
(A)
para un tiempo de espera positivo se muestra en funcin del trfico ofrecido A
para valores del nmero de servidores n
1) Probabilidad de espera E
2,n
(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 L
n
= L
n
(A), y W
n
= W
n
(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 (W
n
) o slo con
clientes que experimentan tiempos de espera positivos (w
n
) (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 L
n
(12.12) y el tiempo medio de espera para todos los clientes
W
n
(12.15) se calculan con las siguientes expresiones:

De esto se observa que un aumento del trfico ofrecido produce un aumento de L
n
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 W
n
aumenta a la tercera potencia de s, pero slo a
la segunda potencia de . El tiempo medio de espera W
n
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 w
n
= 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 w
n
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 W
n
(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
W
i
, donde W
i
es el tiempo medio de espera del i-simo
sistema que tiene n
i
servidores y que ofrece el trfico A
i
. El costo de un canal es C
i
, posiblemente
ms un costo constante, que se incluye en la constante C
o
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(n
1
; n
2
, . . . , n
k
). Esto se debe minimizar en funcin del nmero de canales n
1
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 n
i
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 W
ni
(A
i
) viene dado por la ecuacin (12.15).
Expresado por la funcin mejora para el tiempo de espera F
W,n
(A) (12.22) la solucin ptima
resulta:

La funcin F
W,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 c
1
/ 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 c
2
/ = 0,1.
Una tabla de la funcin mejora F
W,n
(A) indica:
n
1
= 32 canales y
n
2
= 5 canales.
Los tiempos medios de espera son:
W
1
= 0,075 s.
W
2
= 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) Contar el nmero k de clientes en espera que estn delante. El tiempo de espera total tendr
entonces distribucin de Erlang (k+1).
2) 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 w
n
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 W
n
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)
.
A
i
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
1) Funcin de frecuencia
2) 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)
1) Terminales
2) Fila de espera
3) Computadora
4) Sistema de puesta en fila
El terminal individual vara todo el tiempo entre dos estados (interactivo) (vase la figura 12.6):
el usuario est pensando (trabajando), o
el usuario est esperando (una respuesta de la computadora).
El intervalo de tiempo cuando el usuario est pensando (trabajando) se denomina tiempo entre
llegadas T
t
, y el valor medio se simboliza m
t
.
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 T
w
(valor medio m
w
), donde la
tarea est esperando obtener el acceso a la computadora, y el propio tiempo de servicio T
s
(valor
medio m
s
).
T
t
+ 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
1) Estado terminal
2) Trabajo activo
3) Espera
4) Servicio
5) 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 = 1m
t
, y el tiempo de ejecucin (del servicio) m
s
en la computadora
se supone tambin que est distribuido exponencialmente con intensidad = 1/m
s
. 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} = (12.41)
p {terminal en estado activo} = (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):

o

- 230 -
Empleando las ecuaciones (12.38) y (12.44)
s
t
s
t
m
m
n
n
=
se obtiene:

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 m
s
= 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
1) Tiempo de respuesta [
-1
]
2) Nmero de terminales S
Si todos los intervalos de tiempo son constantes, la computadora puede servir a K sin tiempo de
espera donde:
- 231 -

K es, por tanto, un parmetro adecuado para describir el punto de saturacin del sistema. El tiempo
de espera medio para un terminal arbitrario se obtiene empleando la ecuacin (12.45):
m
v
= R m
s
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)
1) Trfico en tiempo de espera [erlang]
2) Computadora
3) Por terminal

Figura 12.10 Diagrama de transicin de estado para el modelo de
mquina reparador con S terminales y n computadoras
p
s
= p {el terminal est servido por una computadora},
p
w
= p {el terminal est esperando servicio},
p
t
= 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 p
w
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 p
t
= 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:
c
t
= costo por terminal por unidad de tiempo en el que el terminal est activo,
c
w
= costo por terminal por unidad de tiempo en el que un terminal est en espera,
c
s
= costo por terminal por unidad de tiempo en el que el terminal es servido,
c
a
= 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 c
0
por unidad de tiempo en que un terminal est en estado activo (en produccin)
resulta:

Se desea minimizar el costo c
0.
La relacin de servicio = m
t
/m
s
es igual a p
t
/p
s
. Introduciendo la
relacin de costos r = c
w
/c
a,
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)
1) Costos totales C
0
[ 100]
- 235 -

donde p(0) viene dado por la frmula B de Erlang (12.36).
Se observa que el mnimo es independiente de c
t
y c
s
, y que slo aparece la relacin r = c
w /
c
a
. 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.
E
k
~ Intervalos de tiempo con distribucin de Erlang-k (E
1
= M).
H
n
~ 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 = es la capacidad total del sistema, alternativamente slo el nmero de posiciones de espera,
S = es el tamao de la poblacin (nmero de clientes),
X = es el tipo de fila de espera (vase el 13.1.2),
K = 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 T
1
y un periodo de desocupado de duracin T
0
. 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 T
1
y el periodo en estado libre T
0
1) Estado
2) Ocupado
3) Libre
4) Llegadas
5) Tiempo

Siendo m
To
= 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 m
1
, 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 (m
1
= s = 1):

LCFS: De los momentos precedentes m
k,F
de la distribucin del tiempo de espera FCFS, se pueden
hallar los momentos m
k,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 p
k
(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 s
i
[unidades de tiempo]. El segundo momento de la distribucin del tiempo de
servicio se representa como m
2i
, y el trfico ofrecido es A
i
=
i
. s
i
.
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 T
i+1
T
i
se representa por a
i
,
se tiene entonces U
i+1
= mx {0; U
i
+ s
i
a
i
}, donde U
i
es
el valor de la funcin de carga en el tiempo T
i
1) Funcin de carga U
(t)
2) 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 L
i
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 W
i
= 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 s
p
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 W
p
de un cliente clase p se puede obtener directamente
considerando las tres contribuciones siguientes:
a) El tiempo de servicio residual V para el cliente en servicio.
b) El tiempo de espera, debido a los clientes en la fila con prioridad p o mayor que ya estn
puestos en espera (teorema de Little):

c) El tiempo de espera debido a clientes con prioridad superior, que superan al cliente
considerado cuando ste est en espera:

En total, se obtiene:

Para clientes de clase 1, que tienen la ms alta prioridad se obtiene, con la hiptesis de FCFS:

donde V es el tiempo de servicio residual para el cliente en servicio cuando llega el cliente
considerado (13.18):

donde m
2i
es el segundo momento de la distribucin del tiempo de servicio de la i-sima clase.
Para clientes de clase 2 se tiene:

Aplicando W
1
(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 (A
p
), y clientes con
prioridad ms alta que llegan durante el tiempo de espera (A
p1
).
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 A
1
= 0,1 erlang y A
2
= 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 Pollaczek-
Khintchine, 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 W
t

(Phipps 1956):

donde A
t
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 s
j
y abonan una tasa de c
j
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 s
j
/c
j
.
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 W
t
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
distribucin exponencial del tiempo de servicio con valor medio s =
-1
.

Figura 13.3 El tiempo medio de espera W
t
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
1) Tiempo medio de espera W
t
{s
-1
}
2) Tiempo de servicio real t {s
-1
}
- 251 -
Representando la intensidad de llegada para la clase i por
i
, se obtiene el tiempo medio de
espera W
p
para la clase p:

A es el trfico ofrecido total para todas las clases. La probabilidad E
2,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 W
p
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:

- 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 = h < 1, (13.39)
es decir

pues en cada estado con excepcin de cero el trfico transportado es igual a un erlang.
Se consideran dos pocas (puntos en el tiempo) t y t +h a una distancia de h. Todo cliente que es
servido en poca t (no ms de uno) ha dejado el servidor en poca t +h. Los clientes que llegan
durante el intervalo (t, t + h) estn an en el sistema de puesta en fila en poca t +h (en espera o en
servicio).
El proceso de llegada es un proceso de Poisson. Por tanto, para el intervalo de tiempo (t, t +h), se
tiene
p (j, h) =p {j llamadas en h} = Poisson distribuido (13.40)
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
1) Estado
2) Llegadas en (t, t+h)
3) Llegada
4) Salida
5) Tiempo
y con la hiptesis de equilibrio estadstico p
t
(i) = p
t+h
(i), se halla sucesivamente:

y en general:

El ltimo trmino correspondiente a j = i siempre equivale a e
iA
, 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.
- 255 -
Se tiene siempre (3.20):
,
D
W
w= (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 T
0
y un periodo de ocupado de duracin T
1
(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
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: E
k
/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 < x k (13.62)
darn servicio al k-simo cliente. Si se consideran los servidores conforme a la agrupacin (13.62),
se estudian entonces como un solo grupo equivalente al sistema de puesta en fila GI
k*
/D/r, donde el
proceso de llegada GI
k*
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
llegada GI
k*
/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
k*
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 E
k
/D/r, FCFS
por tanto, E
k
/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
- 259 -
regular. Esto se puede ver directamente de la equivalencia anterior, donde el proceso de llegada
para E
k
/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:
E
4
/E
1
/2: L = 4,5174,
E
4
/E
2
/2: L = 2,6607,
E
4
/E
3
/2: L = 2,0493,
E4/D/2: 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 v
a
y la varianza de la distribucin del
tiempo de ocupacin por v
d
, 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 t
1
y t
2
(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 (13.72)
La probabilidad correspondiente de estar en espera resulta:
D = p {espera}= (13.73)
El promedio del nmero de servidores ocupados en un punto aleatorio del tiempo (promedio
temporal) es igual al trfico transportado (= al trfico ofrecido A < 1).
El promedio del nmero de clientes en espera, inmediatamente antes de la llegada de un cliente, se
obtiene a travs de las probabilidades de estado:

El 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: = 0,5, W = 1, w = 2.
D/M/1: = 0,2032, W = 0,2550, w = 1,3423.
donde el tiempo medio de ocupacin se utiliza como unidad de tiempo ( = 1). El tiempo medio de
espera est lejos de ser proporcional con el factor de forma de la distribucin del tiempo entre
llegadas.
13.6.4 Distribucin del tiempo de espera: GI/M/1, FCFS
Cuando un cliente llega a un sistema de fila de espera, el nmero de clientes en el sistema est
distribuido geomtricamente, y el cliente, por tanto, bajo la hiptesis que tiene un tiempo de espera
positivo, debe esperar un nmero de fases exponenciales distribuidas geomtricamente. Esto dar
por resultado un tiempo de espera con un parmetro dado en la ecuacin (13.78), cuando el criterio
de puesta en fila es FCFS (vase el 12.4 y la figura 4.9).
13.7 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 -
1) Operaciones no concluidas
2) Nuevas operaciones
3) Fila de espera
4) Operaciones concluidas
Las nuevas operaciones se ponen en una fila de espera FCFS, en las que esperan hasta que obtengan
servicios dentro de un segmento de tiempo s que es el mismo para todas las operaciones. Si una
operacin no concluye dentro de un segmento de tiempo, el servicio se interrumpe y la operacin se
coloca al final de la fila de espera FCFS. Esto contina hasta que se satisface el tiempo de servicio
total requerido.
Se supone que la fila de espera es ilimitada, y que llegan nuevas operaciones conforme al proceso
de Poisson (). La distribucin del tiempo de servicio puede ser general con el valor medio s.
El intervalo de tiempo puede variar. Si resulta infinito, todas las operaciones estarn completadas la
primera vez, y se tendr simplemente un sistema de puesta en fila M/G/1 con criterio FCFS. Si se
permite que el segmento de tiempo disminuya a cero, se obtendr el modelo PS = comparticin de
procesador, que tiene una diversidad de propiedades analticas precisas. El PS fue introducido por
Kleinrock (1967) y se tratan en detalle en (Kleinrock, 1976 [67]).
El modelo de comparticin de procesador se puede interpretar un sistema como de puesta en fila de
espera donde todas las operaciones estn servidas continuamente por el servidor (comparticin de
tiempo). Si en el sistema hay i operaciones, cada una de ellas obtiene la fraccin 1/i de la capacidad
de la computadora. De modo que no hay fila de espera y el criterio de puesta en fila no tiene
importancia.
Cuando el trfico ofrecido A =
.
s es menor que uno se puede comprobar que las probabilidades en
rgimen permanente vienen dada por:

es decir una distribucin geomtrica con el valor medio A/(1 A). El tiempo medio de ocupacin
(promedio del tiempo de respuesta) para las operaciones con duracin t resulta:

Si esta operacin fuera la nica del sistema, su tiempo de ocupacin sera t. Como no hay fila de
espera, se puede hablar de un retardo de tiempo medio para operaciones con duracin t.

Los valores medios correspondientes para una operacin aleatoria resultan naturalmente:

- 265 -
Esto indica que se obtienen exactamente los mismos valores medios que para M/M/1 (vase
el 13.2). Pero el tiempo medio de espera real resulta proporcional a la duracin de la operacin
que a menudo es una propiedad conveniente. No se formularn hiptesis acerca de la duracin de la
operacin.
El tiempo medio de espera resulta proporcional al tiempo medio de servicio. La proporcionalidad
no debe ser interpretada como que dos operaciones de la misma duracin tienen el mismo tiempo de
espera; slo es vlida en promedio. En comparacin con los valores para M/G/1 (mediante la
aplicacin de la frmula (13.2) de Pollaczek-Khintchine) obtenidos anteriormente, los resultados
pueden sorprender.
Una propiedad muy til del modelo de comparticin de procesador es que el proceso de salida es
del tipo Poisson como el proceso de llegada (vase el 13.2). Esto se puede explicar por el hecho
que el proceso de salida tiene origen en el proceso de llegada mediante un desplazamiento
estocstico de las pocas de llegada. El desplazamiento en el tiempo es igual al tiempo de respuesta
con un valor medio dado por la ecuacin (13.80) (vase el 6.3.1, teorema de Palm).
El modelo de comparticin de procesador es muy til para analizar sistemas de comparticin del
tiempo y para modelar redes de puesta en fila de espera (vase el Captulo 14).
- 266 -

- 267 -
CAPTULO 14
Redes de filas de espera
Muchos sistemas se pueden modelar de manera que un cliente obtenga servicios a partir de varios
nodos sucesivos, es decir, una vez que un cliente ha finalizado el servicio en un nodo pasa a otro.
La demanda total de servicios se compone de demandas de servicios en distintos nodos. Por
consiguiente, el sistema es una red de puesta fila de espera en la que cada una de las filas se
denomina nodo. Como ejemplos de redes de puesta fila de espera cabe citar los sistemas de
telecomunicaciones, los sistemas informticos, las redes de conmutacin de paquetes y los sistemas
de fabricacin flexibles. En las redes de puesta en fila de espera se define la longitud de la fila en un
nodo como el nmero total de clientes en el nodo, incluidos los clientes que estn servidos.
Este Captulo tiene por objeto introducir la teora fundamental de las redes de puesta en fila de
espera, ilustrada por aplicaciones. Por lo general, se considera que la teora es bastante complicada,
lo que se debe principalmente a la complejidad de la notacin. Ahora bien, en este Captulo se
introducirn de manera simple los modelos generales analticos de redes de puesta en fila de espera
sobre la base de formas de producto, el algoritmo de convolucin, el algoritmo MDA y los ejemplos
pertinentes.
La teora de las redes de puesta en fila de espera es anloga a la teora de los sistemas
multidimensionales (vanse los Captulos 10 y 11). En el Captulo 10 se examinaron los sistemas de
prdidas multidimensionales mientras que en este Captulo se tratarn las redes de sistemas de
puesta en fila de espera.
14.1 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 (i
1
, i
2
, . . . i
K
) donde i
K
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) Cada nodo es un sistema de puesta en fila M/M/n. El nodo k tiene n
k
servidores y el
promedio del tiempo de servicio es 1=
k
.
b) Los clientes llegan desde fuera del sistema al nodo k conforme a un proceso de Poisson con
intensidad
k
. Pueden llegar tambin clientes de otros nodos al nodo k.
c) Un cliente, que acaba de finalizar su servicio en el nodo j, se transfiere inmediatamente al
nodo k con probabilidad p
jk
o sale de la red con probabilidad:

Un cliente puede visitar varias veces el mismo nodo si p
kk
> 0.
El promedio de la intensidad de llegada
k
en el nodo k se obtiene empleando las ecuaciones de
equilibrio de flujo:

Sea p(i
1
, i
2
, . . ., i
K
) la representacin de las probabilidades de espacio de estado conforme a la
hiptesis de equilibrio estadstico, es decir la probabilidad que haya i
k
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, p
k
(i
k
) 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 n
k
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 A
1
= /
1
y A
2
= /
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 A
1
y p(j) es la probabilidad de estado para un sistema M/M/1 con trfico ofrecido A
2
. 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 p
21
. El cliente deja el
sistema con probabilidad con 1 - p
21
. La ecuacin (14.5) de equilibrio de flujo permite calcular la
intensidad de llegada total a cada nodo y la probabilidad p
21
se debe elegir de modo tal que las
relaciones
1
=
1
y
2
=
2
sean menor que uno. Si
1
0 y p
21

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(i
1
, i
2
; . . . , i
k
, . . . , i
K
), donde i
k
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 A
k
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 q
k
(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 q
1,2. . . ,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, q
1
(i) y q
2
(j), y por convolucin de q
1
(i) y q
2
(j) se obtiene q
12
(x), (0 x S),
como se muestra en el cuadro 14.1. El ltimo trmino con S clientes (probabilidad no normalizada)
q
12
(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 q
1,2
(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
q
1
(i)
Nodo 2
q
2
(i)
Red de puesta en fila
q
12
= q
1

*
q
2

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
1) S operaciones de circulacin
3) 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 q
123
(4) est compuesto por:

El nodo 3 sirve a los clientes en todos los estados con excepcin del estado q
3
(0) . q
12
(4) = 5. La
utilizacin del nodo 3 es por tanto a
3
= 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 L
1
y L
2
y
concluye con:
- 277 -

Cuadro 14.2 Algoritmo de convolucin aplicado al
sistema del servidor central
Estado Nodo 1 Nodo 2 Nodo 1*2 Nodo 3 Red de puesta en fila
i q
1
(i) q
2
(i) q
12
= q
1

*
q
2
q
3 q
123
= (q
1

*
q
2
)
*
q
3
0
1
2
3
4
1
1
1
1
1
1
1
1
1
1
1
2
3
4
5
1
2
4
8
16
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: W
k
= L
k
/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 L
k
(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 s
k
es el promedio del tiempo de servicio en el nodo k que tiene n
k
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 L
k
=
k
. W
k
, 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 W
k
(1) es igual al promedio del tiempo de servicio s
k
.
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:
W
1
(4) = 1,6154 . 28 = 45,23,
W
2
(4) = 1,6154 . 40 = 64,62,
W
3
(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 E
x
(A) y se calcula para el (x+1)-simo
cliente:

pues se sabe que c = 1- E
x
+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) Cada nodo es un sistema de puesta en fila simtrico (vase el 14.2: proceso de llegada de
Poisson proceso de salida de Poisson).
b) Los clientes se clasifican en N canales. Cada canal se caracteriza por su propio tiempo de
servicio medio s
i
y por las probabilidades de transicin p
ij
. 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/H
2
/1-LCFS-
PR 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 -
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
obtiene la intensidad de llegada relativa (el ndice superior indica la cadena) mediante la
siguiente expresin:
j
k

donde:
K = cantidad de nodos,
N = cantidad de cadenas,
j
ik
p = 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 = 1. La
carga relativa en el nodo k debido a clientes de la cadena j es entonces:
j
1

donde 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.
j
k
s
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):
p
k
= p
k
(i
1
, i
2
, . . . ,i
N
), 0 ij S
j
, j = 1, 2, . . . N,
donde S
j
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 S
j
, el nmero total de
estados en cada nodo ser:

La cantidad de modos en que N cadenas con S
j
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 k
j
(1 k
j
< 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 (S
1
= 2; S
2
= 3) y el tiempo
medio de servicio en el nodo k es . La carga relativa de la cadena 1 se representa por
j
k
s
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: S
1
= 2 clientes
Carga relativa:
2
=
1.
1
1
s
,
2
=
1 .
1
2
s
.
Cadena 2: S
2
= 3 clientes
Carga relativa:
1
=
2 .
2
1
s
,
2
=
2 .
2
2
s
.
Paso 2.
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 q
12
(2, 3). Las
probabilidades de estado detalladas son ahora fciles de obtener. Slo en el estado con el trmino
(
.
2
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:
3
1

- 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
de estado entonces resulta 2
S
, 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
S
i
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).
2) 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).
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) Mtodos de medicin continuos.
2) 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) Contadores electromecnicos cuyo conteo se aumenta en uno en el instante de un evento.
b) Trazadores xy de registro conectados a un punto que se activa durante una conexin.
c) 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.
d) Contadores del caudal de agua que miden el consumo de agua de un hogar.
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.
b) 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.
c) 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.
- 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
{X
1,
X
2,
. . .
,
X
n
} de una variable estocstica con el valor finito medio desconocido m
1
y varianza
finita ....
2
(parmetros de poblacin).
El valor medio y la varianza de la muestra se definen como sigue:

Los parmetros X y s
2
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 m
1
, es decir:

Asimismo, s
2
/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: t
n-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 -
1) Proceso de trfico continuo
2) Tiempo
3) Proceso de trfico discreto
4) Barrido
5) 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 = 10% = 5% = 1%
1 6,314 12,706 63,657
2 2,920 4,303 9,925
5 2,015 2,571 4,032
10 1,812 2,228 3,169
20 1,725 2,086 2,845
40 1,684 2,021 2,704
1,645 1,960 2,576

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)
s
2
= 6,0502 (%) 2
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 m
2
,
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
1) a: Periodo de medicin ilimitado
2) Tiempo
3) b: Periodo de medicin limitado
La distribucin de S
T
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 (m
1,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 Tiempo real
0 h 0 h 1h
1 h 0 h 2h
2 h 1 h 3h
3 h 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)
1) Nmero de barridos observado
2) 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
-
t
, se observar una
distribucin discreta denominada distribucin de Westerberg (Iversen, 1976 [38]):

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
expresin para (15.9) se inserta el factor de forma, se obtiene entonces, fijando el tiempo medio
de ocupacin como unidad de tiempo m
2
s
1,t
= 1/ = 1, las siguientes estimaciones de la intensidad de
trfico cuando se emplea el mtodo de exploracin:
- 301 -

Con el mtodo de medicin continuo la varianza es 2A/T. Esto tambin se obtiene dejando h 0.
En La figura 15.5 se muestra la exactitud relativa del volumen de trfico medido para una medicin
continua (15.8) y (15.9), as como para el mtodo de exploracin (15.17). La ecuacin (15.17) fue
formulada por (Palm, 1941 [80]), pero recin result conocida cuando fue divulgada por
W.S. Hayward Jr. (1952 [35]).
Ejemplo 15.4.1: Principios de tarificacin
Para la tarificacin de llamadas se aplican varios principios. Adems, el rgimen de tasacin vara,
por lo general, durante las 24 horas para influenciar los hbitos del abonado. Entre los principios se
puede mencionar:
a) Tasa fija por llamada. Este principio se aplica a menudo en sistemas manuales para
llamadas locales (tarifa nica)
b) 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.
c) 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.
d) 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.
15.5 Ejemplo numrico
Para una medicin especfica se calcula m
1,i y
2
i
. 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 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.
2
i
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 -
1) Factor de forma
2) 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
1) Exactitud relativa de A
2) 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
2
i

i
2
i

i
Mtodo continuo
Ilimitado (15.8)
Limitado

1,0000 1,0000
0,9500 0,9747

5,0000 2,2361
3,7729 1,9424
Mtodo de exploracin
Ilimitado (15.17)
Limitado

1,0033 1,0016
0,9535 0,9765

5,4099 2,3259
4,2801 2,0688
Mtodo de la ruleta
Ilimitado
Limitado

1,1000 1,0488
1,0500 1,0247

7,5000 2,7386
6,2729 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] Abate, J. & Whitt, W. (1997): Limits and approximations for the M/G/1 LIFO waitingtime
distribution. Operations Research Letters, Vol. 20 (1997): 5, 199206.
[2] Andersen, B. & Hansen, N.H. & og Iversen, V.B. (1971): Use of minicomputer for
telephone traffic measurements. Teleteknik (Edicin inglesa) Vol. 15 (1971): 2, 3346.
[3] Ash, G.R. (1998): Dynamic routing in telecommunications networks. McGraw-Hill 1998.
746 pp.
[4] Baskett, F. & Chandy, K.M. & Muntz, R.R. & Palacios, F.G. (1975): Open, Closed and
Mixed Networks of Queues with Different Classes of Customers. Journ. of the ACM,
abril 1975, pp. 248260. (BCMP queueing networks).
[5] Bear, D. (1988): Principles of telecommunication traffic engineering. Revised 3rd Edition.
Peter Peregrinus Ltd, Stevenage 1988. 250 pp.
[6] Bech, N.I. (1954): Metode til Beregning af Sprring i Alternativ Trunking- og Grade-
ringssystemer. Teleteknik, Vol. 5 (1954) : 4, pp. 435448.
[7] Bolotin, V.A. (1994): Telephone circuit holding time distributions. ITC 14, 14th
International Teletraffic Congress. Antibes Juan-les-Pins, France, junio 6-10. 1994.
Proceedings pp. 125134. Elsevier 1994.
[8] Boots, N.K. & Tijms, H. (1999): A multiserver queueing system with impatient customers.
Management Science, Vol. 45 (1999) : 3, 444448.
[9] Bretschneider, G. (1956): Bie Berechnung von Leitungsgruppen fr berflieenden
Verkehr. Nachrichtentechnische Zeitschrift, NTZ, Vol. 9 (1956) : 11, 533540.
[10] Bretschneider, G. (1973): Extension of the equivalent random method to smooth traffics.
ITC7, Seventh International Teletraffic Congress, Estocolmo, junio 1973. Paper 411. 9 pp.
[11] Brockmeyer, E. (1954): The simple overffow problem in the theory of telephone traffic.
Teleteknik 1954, pp. 361-374. En Dans. Traducido al ingls por la Copenhagen Telephone
Company, abril 1955. 15 pp.
[12] Brockmeyer, E. & Halstrm, H.L. & Jensen, Arne (1948): The life and works of A.K.
Erlang. Transactions of the Danish Academy of Technical Sciences, 1948, No. 2, 277 pp.
Copenhague 1948.
[13] Burke, P.J. (1956): The Output of a Queueing System. Operations Research, Vol. 4 (1956),
699704.
[14] Christensen, P.V. (1914): The number of selectors in automatic telephone systems. The
Post Office Electrical Engineers Journal, Vol. 7 (1914) 271-281.
[15] Cobham, A. (1954): Priority assignment in waiting line problems. Operations Research,
Vol. 2 (1954), 7076.
[16] Conway, A.E. & Georganas, N.D. (1989): Queueing Networks - Exact Computational
Algorithms: A Unified Theory Based on Decomposition and Aggregation. The MIT Press
1989. 234 pp.
[17] Cooper, R.B. (1972): Introduction to Queueing Theory. Nueva York 1972. 277 pp.
[18] Cox, D.R. (1955): A Use of Complex Probabilities in the Theory of Stochastic Processes.
Proc. Camb. Phil. Soc., Vol. 51 (1955), pp. 313319.
- 306 -
[19] Cox, D.R. & Miller, H.D. (1965): The Theory of Stochastic Processes. Methuen & Co.
Londres 1965. 398 pp.
[20] Cox, D.R.& Isham, V. (1980): Point Processes. Chapman and Hall. 1980. 188 pp.
[21] Crommelin, C.D. (1932): Delay Probability Formulae When the Holding Times are
Constant. Post Office Electrical Engineers Journal, Vol. 25 (1932), pp. 4150.
[22] Crommelin, C.D. (1934): Delay Probability Formulae. Post Office Electrical Engineers
Journal, Vol. 26 (1934), pp. 266274.
[23] 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.
[24] Dickmeiss, A. & Larsen, M. (1993): Sprringsberegninger i telenet. Master's thesis.
Institut for Telekommunikation, Danmarks Tekniske Hjskole, 1993. 141 pp.
[25] Eilon, S. (1969): A simpler proof of L = W. Operations Research, Vol. 17 (1969),
pp. 915917.
[26] Elldin, A., and G. Lind (1964): Elementary Telephone Traffic Theory. Chapter 4. L.M.
Ericsson AB, Estocolmo 1964. 46 pp.
[27] 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.
[28] Eslamdoust, C. (1995): Design of large communication networks. Master's thesis.
Department of Telecommunication, Technical University of Denmark, 1995. 108 + 133 pp.
[29] Feller, W. (1950): An introduction to probability theory and its applications. Vol. 1, Nueva
York 1950. 461 pp.
[30] Fortet, R. & Grandjean, Ch. (1964): Congestion in a loss system when some calls want
several devices simultaneously. Electrical Communications, Vol. 39 (1964) : 4, 513526.
Documento presentado al ITC4, Cuarto Congreso Internacional de Teletrfico, Londres,
Inglaterra 1521 julio 1964.
[31] Fredericks, A.A. (1980): Congestion in blocking systems a simple approximation
technique. The Bell System Technical Journal, Vol. 59 (1980): 6, 805827.
[32] Fry, T.C. (1928): Probability and its engineering uses. Nueva York 1928, 470 pp.
[33] Gordon, W.J, and & Newell, G.F. (1967): Closed queueing systems with exponential
servers. Operations Research, Vol. 15 (1967), pp. 254265.
[34] Grillo, D. & Skoog, R.A. & Chia, S. & Leung, K.K. (1998): Teletraffic engineering for
mobile personal communications in ITUT work: the need to match theory to practice.
IEEE Personal Communications, Vol. 5 (1998): 6, 3858.
[35] Hayward, W.S. Jr. (1952): The reliability of telephone traffic load measurements by switch
counts. The Bell System Technical Journal, Vol. 31 (1952): 2, 357377.
[36] ITU-T (UIT-T) (1993): Unidad de intensidad de trfico. Recomendacin UIT-T B.18. 1993.
1 p.
[37] Iversen, V.B. (1973): Analysis of real teletraffic processes based on computerized
measurements. Ericsson Technics, No. 1, 1973, pp. 164. "Holbk measurements".
- 307 -
[38] Iversen, V.B. (1976): On the accuracy in measurements of time intervals and traffic
intensities with application to teletraffic and simulation. Ph.D.thesis. IMSOR, Technical
University of Denmark 1976. 202 pp.
[39] Iversen, V.B. (1976): On General Point Processes in Teletraffic Theory with Applications
to Measurements and Simulation. ITC-8, Eighth International Teletraffic Congress, paper
312/18. Melbourne 1976. Publicado en Teleteknik (Edicin inglesa) 1977 : 2, pp. 5970.
[40] Iversen, V.B. (1980): The A-formula. Teleteknik (Edicin inglesa), Vol. 23 (1980) : 2,
6479.
[41] 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.
[42] Iversen, V.B. (1987): The exact evaluation of multiservice loss system with access
control. Teleteknik, Edicin inglesa, Vol 31 (1987) : 2, 56-61. NTS7, Seventh Nordic
Teletraffic Seminar, Lund, Suecia, 2527 de agosto, 1987, 22 pp.
[43] Iversen, V.B. & Nielsen, B.F. (1985): Some properties of Coxian distributions with
applications, pp. 6166 in Proceedings of the International Conference on Modelling
Techniques and Tools for Performance Analysis. 5-7 de junio, 1985, Valbonne, Francia.
NorthHolland Publ. Co. 1985. 365 pp. (Editor N. Abu El Ata).
[44] Iversen, V.B. & Stepanov, S.N. (1997): The usage of convolution algorithm with truncation
for estimation of individual blocking probabilities in circuit-switched telecommunication
networks. Proceedings of the 15th International Teletraffic Congress, ITC 15, Washington,
DC, USA, 22-27 de junio 1997. 13271336.
[45] Iversen, V.B. & Sanders, B. (2001): Engset formul with continuous parameters theory
and applications. AE, International Journal of Electronics and Communications, Vol. 55
(2001): 1, 3-9.
[46] Jackson, J.R. (1957): Networks of waiting lines. Operations Research, Vol. 5 (1957), pp.
518521.
[47] Jackson, J.R. (1963): Jobshop-like queueing systems. Management Science, Vol. 10
(1963), No. 1, pp. 131142.
[48] Jensen, Arne (1948): An Elucidation of A.K. Erlang's Statistical Works through the Theory
of Stochastic Processes. Published in "The Erlangbook": E. Brockmeyer, H.L. Halstrm
and A. Jensen: The Life and Works of A.K. Erlang. Kbenhavn 1948, pp. 23100.
[49] Jensen, Arne (1948): Truncated multidimensional distributions. Pages 5870 in "The Life
and Works of A.K. Erlang". Ref. Brockmeyer et al., 1948.
[50] 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.
[51] Jerkins, J.L. & Neidhardt, A.L. & Wang, J.L. & Erramilli A. (1999): Operations
measurement for engineering support of high-speed networks with self-similar traffic.
ITC-16, 16th International Teletraffic Congress, Edinburgo, 7-11 de junio, 1999.
[52] Johannsen, Fr. (1908): "Busy". Copenhague 1908. 4 pp.
- 308 -
[53] Johansen, K. & Johansen, J. & Rasmussen, C. (1991): The broadband multiplexer,
"transMux 1001". Teleteknik, Edicin inglesa, Vol. 34 (1991) : 1, 5765.
[54] Joys, L.A.: Variations of the Erlang, Engset and Jacobus Formul, Proceedings of the
Fifth International Teletraffic Congress (ITC-5), Nueva York, USA, 1967, 107111.
Tambin publicado en: Teleteknik, (Edicin inglesa), 11 (1967), No. 1, 4248.
[55] 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.
[56] Joys, L.A. (1971): Comments on the Engset and Erlang formulae for telephone traffic
losses. Thesis. Report TF No. 25,/71, Research Establishment, The Norwegian
Telecommunications Administration. 1971. 127 pp.
[57] Karlsson, S.A. (1937): Tekniska anordninger f samtalsdebitering enligt tid. Helsingfors
Telefonfrening, Tekniska Meddelanden 1937, No. 2, pp. 3248.
[58] Kaufman, J.S. (1981): Blocking in a shared resource environment. IEEE Transactions on
Communications, Vol. COM-29 (1981) : 10, 14741481.
[59] Keilson, J. (1966): The ergodic queue length distribution for queueing systems with finite
capacity. Journal of Royal Statistical Society, Series B, Vol. 28 (1966), 190201.
[60] Kelly, F.P. (1979): Reversibility and Stochastic Networks. John Wiley & Sons, 1979.
230 pp.
[61] Kendall, D.G. (1951): Some problems in the theory of queues. Journal of Royal Statistical
Society, Series B, Vol. 13 (1951) : 2, 151173.
[62] Kendall, D.G. (1953): Stochastic processes occuring in the theory of queues and their
analysis by the method of the imbedded Markov chain. Ann. Math. Stat., Vol. 24 (1953),
338354.
[63] Khintchine, A.Y. (1955): Mathematical Methods in the Theory of Queueing. Londres 1960.
124 pp. (Original en Ruso, 1955).
[64] Kingman, J.F.C. (1969): Markov population processes. J. Appl. Prob., Vol. 6 (1969), 118.
[65] Kleinrock, L. (1964): Communication Nets: Stochastic Message Flow and Delay.
McGrawHill 1964. Reimpreso por Dover Publications 1972. 209 pp.
[66] Kleinrock, L. (1975): Queueing Systems. Vol. I: Theory. Nueva York 1975. 417 pp.
[67] Kleinrock, L. (1976): Queueing Systems. Vol. II: Computer Applications. Nueva York
1976. 549 pp.
[68] Kosten, L. (1937): ber Sperrungswahrscheinlichkeiten bei Staffelschaltungen. Elek.
Nachr. Techn., Vol. 14 (1937) 512.
[69] 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.
[70] Kruithof, J. (1937): Telefoonverkehrsrekening. De Ingenieur, Vol. 52 (1937) : E15E25.
[71] Kuczura, A. (1973): The interrupted Poisson process as anflover ow process. The Bell
System Technical Journal, Vol. 52 (1973) : 3, pp. 437448.
- 309 -
[72] 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.
[73] Lavenberg, S.S. & Reiser, M. (1980): Meanvalue analysis of closed multichain queueing
networks. Journal of the Association for Computing Machinery, Vol. 27 (1980):
2, 313322.
[74] Lind, G. (1976): Studies on the probability of a called subscriber being busy. ITC8,
Melbourne, noviembre de 1976. Paper 631. 8 pp.
[75] ListovSaabye, H. & Iversen V.B. (1989): ATMOS, a PCbased tool for evaluating
multiservice telephone systems. IMSOR, Technical University of Denmark 1989, 75 pp.
(en dans).
[76] Little, J.D.C. (1961): A proof for the queueing formula L = W. Operations Research, Vol.
9 (1961) : 383387.
[77] Maral, G. (1995): VSAT Networks. John Wiley & Sons, 1995. 282 pp.
[78] Marchal, W.G. (1976): An approximate formula for waiting time in single server queues.
AIIE Transactions, diciembre de 1976, 473474.
[79] Nguyen, Than-Bang: Trafikplanlgningssystemet TES under Windows. Master's thesis.
Department of Telecommunication, Technical University of Denmark 1995. 74 + 93 pp.
[80] Palm, C. (1941): Mttnoggrannhet vid bestmning af trafikmngd enligt genomsk-
ningsfrfarandet (Exactitud de las mediciones en la determinacin de volmenes de trfico
por el mtodo de barrido). Tekn. Medd. K. Telegr. Styr., 1941, No. 79, pp. 97115.
[81] 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.
[82] 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.
[83] Palm, C. (1947): Table of the Erlang Loss Formula. Telefonaktiebolaget L M Ericsson,
Estocolmo 1947. 23 pp.
[84] Palm, C. (1957): Some propositions regarding flat and steep distribution functions, pp.
317 in TELE (Edicin inglesa), No. 1, 1957.
[85] Pinsky, E. & Conway, A.E. (1992): Computational algorithms for blocking probabilities in
circuitswitched networks. Annals of Operations Research, Vol. 35 (1992) 3141.
[86] PostigoBoix, M. & GarcaHaro, J. & Aguilar-Igartua, M. (2001): IMA: technical
foundations, application and performance analysis. Computer Networks, Vol. 35 (2001)
165183.
[87] Press, W.H. & Teukolsky, S.A. & Vetterling, W.T. & Flannery, B.P. (1995): Numerical
recipes in C, the art of scientific computing. 2nd edition. Cambridge University Press, 1995.
994 pp.
[88] Rabe, F.W. (1949): Variations of telephone traffic. Electrical Communications, Vol. 26
(1949) 243248.
[89] Riordan, J. (1956): Derivation of moments of overflow traffic. Appendix 1 (pp. 507514)
in (Wilkinson, 1956 [104]).
- 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.
[91] Roberts, J.W. (2001): Traffic theory and the Internet. IEEE Communications Magazine
Vol. 39 (2001) : 1, 9499.
[92] Ross, K.W. & Tsang, D. (1990): Teletraffic engineering for productform circuitswitched
networks. Adv. Appl. Prob., Vol. 22 (1990) 657675.
[93] Ross, K.W. & Tsang, D. (1990): Algorithms to determine exact blocking probabilities for
multirate tree networks. IEEE Transactions on Communications. Vol. 38 (1990) : 8,
12661271.
[94] Rnnblom, N. (1958): Traffic loss of a circuit group consisting of bothway circuits which
is accessible for the internal and external traffic of a subscriber group. TELE (Edicin
inglesa), 1959: 2, 7992.
[95] Sanders, B. & Haemers, W.H. & Wilcke, R. (1983): Simple approximate techniques for
congestion functions for smooth and peaked traffic. ITC10, Tenth International Teletraffic
Congress, Montreal, junio de 1983. Paper 4.4b1. 7 pp.
[96] 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.
[97] Sutton, D.J. (1980): The application of reversible Markovp opulation processes to
teletraffic. A.T.R. Vol. 13 (1980): 2, 38.
[98] Techguide (2001): Inverse Multiplexing scalable bandwidth solutions for the WAN.
Techguide (The Technologu Guide Series), 2001, 46 pp. <www.techguide.com>
[99] Vaulot, . & Chaveau, J. (1949): Extension de la formule d'Erlang au cas ou le traffic est
fonction du nombre d'abonns occups. Annales de Tlcommunications, Vol. 4 (1949)
319324.
[100] Veir, B. (2002): Proposed Grade of Service chapter for handbook. Comisin de Estudio 2
del UIT-T, GT 3/2. Septiembre de 2001. 5 pginas.
[101] 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.
[102] Wallstrm, B. (1964): A distribution model for telephone traffic with varying call intensity,
including overflow traffic. Ericsson Technics, 1964, No. 2, pp. 183202.
[103] Wallstrm, B. (1966): Congestion studies in telephone systems with overflow facilities.
Ericsson Technics, No. 3, 1966, pp. 187351.
[104] Wilkinson, R.I. (1956): Theories for toll traffic engineering in the U.S.A. The Bell System
Technical Journal, Vol. 35 (1956) 421514.
- 311 -
NDICE DE AUTORES

Abate, J.
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,
E
k
/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 (i
1
, i
2
, . . . i
K
) donde i
K
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) Cada nodo es un sistema de puesta en fila M/M/n. El nodo k tiene n
k
servidores y el
promedio del tiempo de servicio es 1=
k
.
b) Los clientes llegan desde fuera del sistema al nodo k conforme a un proceso de Poisson con
intensidad
k
. Pueden llegar tambin clientes de otros nodos al nodo k.
c) Un cliente, que acaba de finalizar su servicio en el nodo j, se transfiere inmediatamente al
nodo k con probabilidad p
jk
o sale de la red con probabilidad:

Un cliente puede visitar varias veces el mismo nodo si p
kk
> 0.
El promedio de la intensidad de llegada
k
en el nodo k se obtiene empleando las ecuaciones de
equilibrio de flujo:

Sea p(i
1
, i
2
, . . ., i
K
) la representacin de las probabilidades de espacio de estado conforme a la
hiptesis de equilibrio estadstico, es decir la probabilidad que haya i
k
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, p
k
(i
k
) 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 n
k
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 A
1
= /
1
y A
2
= /
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 A
1
y p(j) es la probabilidad de estado para un sistema M/M/1 con trfico ofrecido A
2
. 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 p
21
. El cliente deja el
sistema con probabilidad con 1 - p
21
. La ecuacin (14.5) de equilibrio de flujo permite calcular la
intensidad de llegada total a cada nodo y la probabilidad p
21
se debe elegir de modo tal que las
relaciones
1
=
1
y
2
=
2
sean menor que uno. Si
1
0 y p
21

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(i
1
, i
2
; . . . , i
k
, . . . , i
K
), donde i
k
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 A
k
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 q
k
(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 q
1,2. . . ,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, q
1
(i) y q
2
(j), y por convolucin de q
1
(i) y q
2
(j) se obtiene q
12
(x), (0 x S),
como se muestra en el cuadro 14.1. El ltimo trmino con S clientes (probabilidad no normalizada)
q
12
(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 q
1,2
(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
q
1
(i)
Nodo 2
q
2
(i)
Red de puesta en fila
q
12
= q
1

*
q
2

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
1) S operaciones de circulacin
3) 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 q
123
(4) est compuesto por:

El nodo 3 sirve a los clientes en todos los estados con excepcin del estado q
3
(0) . q
12
(4) = 5. La
utilizacin del nodo 3 es por tanto a
3
= 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 L
1
y L
2
y
concluye con:
(133000)
- 264 -

Cuadro 14.2 Algoritmo de convolucin aplicado al
sistema del servidor central
Estado Nodo 1 Nodo 2 Nodo 1*2 Nodo 3 Red de puesta en fila
i q
1
(i) q
2
(i) q
12
= q
1

*
q
2
q
3 q
123
= (q
1

*
q
2
)
*
q
3
0
1
2
3
4
1
1
1
1
1
1
1
1
1
1
1
2
3
4
5
1
2
4
8
16
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: W
k
= L
k
/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 L
k
(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 s
k
es el promedio del tiempo de servicio en el nodo k que tiene n
k
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 L
k
=
k
. W
k
, 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 W
k
(1) es igual al promedio del tiempo de servicio s
k
.
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:
W
1
(4) = 1,6154 . 28 = 45,23,
W
2
(4) = 1,6154 . 40 = 64,62,
W
3
(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 E
x
(A) y se calcula para el (x+1)-simo
cliente:

pues se sabe que c = 1- E
x
+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) Cada nodo es un sistema de puesta en fila simtrico (vase el 14.2: proceso de llegada de
Poisson proceso de salida de Poisson).
b) Los clientes se clasifican en N canales. Cada canal se caracteriza por su propio tiempo de
servicio medio s
i
y por las probabilidades de transicin p
ij
. 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/H
2
/1-LCFS-
PR 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 -
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
obtiene la intensidad de llegada relativa (el ndice superior indica la cadena) mediante la
siguiente expresin:
j
k

donde:
K = cantidad de nodos,
N = cantidad de cadenas,
j
ik
p = 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 = 1. La
carga relativa en el nodo k debido a clientes de la cadena j es entonces:
j
1

donde 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.
j
k
s
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):
p
k
= p
k
(i
1
, i
2
, . . . ,i
N
), 0 ij S
j
, j = 1, 2, . . . N,
donde S
j
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 S
j
, el nmero total de
estados en cada nodo ser:

La cantidad de modos en que N cadenas con S
j
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 k
j
(1 k
j
< 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 (S
1
= 2; S
2
= 3) y el tiempo
medio de servicio en el nodo k es . La carga relativa de la cadena 1 se representa por
j
k
s
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: S
1
= 2 clientes
Carga relativa:
2
=
1.
1
1
s
,
2
=
1 .
1
2
s
.
Cadena 2: S
2
= 3 clientes
Carga relativa:
1
=
2 .
2
1
s
,
2
=
2 .
2
2
s
.
Paso 2.
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 q
12
(2, 3). Las
probabilidades de estado detalladas son ahora fciles de obtener. Slo en el estado con el trmino
(
.
2
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:
3
1
(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
de estado entonces resulta 2
S
, 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
S
i
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] Abate, J. & Whitt, W. (1997): Limits and approximations for the M/G/1 LIFO waitingtime
distribution. Operations Research Letters, Vol. 20 (1997): 5, 199206.
[2] Andersen, B. & Hansen, N.H. & og Iversen, V.B. (1971): Use of minicomputer for
telephone traffic measurements. Teleteknik (Edicin inglesa) Vol. 15 (1971): 2, 3346.
[3] Ash, G.R. (1998): Dynamic routing in telecommunications networks. McGraw-Hill 1998.
746 pp.
[4] Baskett, F. & Chandy, K.M. & Muntz, R.R. & Palacios, F.G. (1975): Open, Closed and
Mixed Networks of Queues with Different Classes of Customers. Journ. of the ACM,
abril 1975, pp. 248260. (BCMP queueing networks).
[5] Bear, D. (1988): Principles of telecommunication traffic engineering. Revised 3rd Edition.
Peter Peregrinus Ltd, Stevenage 1988. 250 pp.
[6] Bech, N.I. (1954): Metode til Beregning af Sprring i Alternativ Trunking- og Grade-
ringssystemer. Teleteknik, Vol. 5 (1954) : 4, pp. 435448.
[7] Bolotin, V.A. (1994): Telephone circuit holding time distributions. ITC 14, 14th
International Teletraffic Congress. Antibes Juan-les-Pins, France, junio 6-10. 1994.
[8] Boots, N.K. & Tijms, H. (1999): A multiserver queueing system with impatient customers.
Management Science, Vol. 45 (1999) : 3, 444448.
[9] Bretschneider, G. (1956): Bie Berechnung von Leitungsgruppen fr berflieenden
Verkehr. Nachrichtentechnische Zeitschrift, NTZ, Vol. 9 (1956) : 11, 533540.
[10] Bretschneider, G. (1973): Extension of the equivalent random method to smooth traffics.
ITC7, Seventh International Teletraffic Congress, Estocolmo, junio 1973. Paper 411. 9 pp.
[11] Brockmeyer, E. (1954): The simple overffow problem in the theory of telephone traffic.
Teleteknik 1954, pp. 361-374. En Dans. Traducido al ingls por la Copenhagen Telephone
Company, abril 1955. 15 pp.
[12] Brockmeyer, E. & Halstrm, H.L. & Jensen, Arne (1948): The life and works of A.K.
Erlang. Transactions of the Danish Academy of Technical Sciences, 1948, No. 2, 277 pp.
Copenhague 1948.
[13] Burke, P.J. (1956): The Output of a Queueing System. Operations Research, Vol. 4 (1956),
699704.
[14] Christensen, P.V. (1914): The number of selectors in automatic telephone systems. The
Post Office Electrical Engineers Journal, Vol. 7 (1914) 271-281.
[15] Cobham, A. (1954): Priority assignment in waiting line problems. Operations Research,
Vol. 2 (1954), 7076.
[16] Conway, A.E. & Georganas, N.D. (1989): Queueing Networks - Exact Computational
Algorithms: A Unified Theory Based on Decomposition and Aggregation. The MIT Press
1989. 234 pp.
[17] Cooper, R.B. (1972): Introduction to Queueing Theory. Nueva York 1972. 277 pp.
[18] Cox, D.R. (1955): A Use of Complex Probabilities in the Theory of Stochastic Processes.
Proc. Camb. Phil. Soc., Vol. 51 (1955), pp. 313319.
(133000)
- 279 -
[19] Cox, D.R. & Miller, H.D. (1965): The Theory of Stochastic Processes. Methuen & Co.
Londres 1965. 398 pp.
[20] Cox, D.R.& Isham, V. (1980): Point Processes. Chapman and Hall. 1980. 188 pp.
[21] Crommelin, C.D. (1932): Delay Probability Formulae When the Holding Times are
Constant. Post Office Electrical Engineers Journal, Vol. 25 (1932), pp. 4150.
[22] Crommelin, C.D. (1934): Delay Probability Formulae. Post Office Electrical Engineers
Journal, Vol. 26 (1934), pp. 266274.
[23] 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.
[24] Dickmeiss, A. & Larsen, M. (1993): Sprringsberegninger i telenet. Master's thesis.
Institut for Telekommunikation, Danmarks Tekniske Hjskole, 1993. 141 pp.
[25] Eilon, S. (1969): A simpler proof of L = W. Operations Research, Vol. 17 (1969),
pp. 915917.
[26] Elldin, A., and G. Lind (1964): Elementary Telephone Traffic Theory. Chapter 4. L.M.
Ericsson AB, Estocolmo 1964. 46 pp.
[27] 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.
[28] Eslamdoust, C. (1995): Design of large communication networks. Master's thesis.
Department of Telecommunication, Technical University of Denmark, 1995. 108 + 133 pp.
[29] Feller, W. (1950): An introduction to probability theory and its applications. Vol. 1, Nueva
York 1950. 461 pp.
[30] Fortet, R. & Grandjean, Ch. (1964): Congestion in a loss system when some calls want
several devices simultaneously. Electrical Communications, Vol. 39 (1964) : 4, 513526.
Documento presentado al ITC4, Cuarto Congreso Internacional de Teletrfico, Londres,
Inglaterra 1521 julio 1964.
[31] Fredericks, A.A. (1980): Congestion in blocking systems a simple approximation
technique. The Bell System Technical Journal, Vol. 59 (1980): 6, 805827.
[32] Fry, T.C. (1928): Probability and its engineering uses. Nueva York 1928, 470 pp.
[33] Gordon, W.J, and & Newell, G.F. (1967): Closed queueing systems with exponential
servers. Operations Research, Vol. 15 (1967), pp. 254265.
[34] Grillo, D. & Skoog, R.A. & Chia, S. & Leung, K.K. (1998): Teletraffic engineering for
mobile personal communications in ITUT work: the need to match theory to practice.
IEEE Personal Communications, Vol. 5 (1998): 6, 3858.
[35] Hayward, W.S. Jr. (1952): The reliability of telephone traffic load measurements by switch
counts. The Bell System Technical Journal, Vol. 31 (1952): 2, 357377.
[36] ITU-T (UIT-T) (1993): Unidad de intensidad de trfico. Recomendacin UIT-T B.18. 1993.
1 p.
[37] Iversen, V.B. (1973): Analysis of real teletraffic processes based on computerized
measurements. Ericsson Technics, No. 1, 1973, pp. 164. "Holbk measurements".
(133000)
- 280 -
[38] Iversen, V.B. (1976): On the accuracy in measurements of time intervals and traffic
intensities with application to teletraffic and simulation. Ph.D.thesis. IMSOR, Technical
University of Denmark 1976. 202 pp.
[39] Iversen, V.B. (1976): On General Point Processes in Teletraffic Theory with Applications
to Measurements and Simulation. ITC-8, Eighth International Teletraffic Congress, paper
312/18. Melbourne 1976. Publicado en Teleteknik (Edicin inglesa) 1977 : 2, pp. 5970.
[40] Iversen, V.B. (1980): The A-formula. Teleteknik (Edicin inglesa), Vol. 23 (1980) : 2,
6479.
[41] 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.
[42] Iversen, V.B. (1987): The exact evaluation of multiservice loss system with access
control. Teleteknik, Edicin inglesa, Vol 31 (1987) : 2, 56-61. NTS7, Seventh Nordic
Teletraffic Seminar, Lund, Suecia, 2527 de agosto, 1987, 22 pp.
[43] Iversen, V.B. & Nielsen, B.F. (1985): Some properties of Coxian distributions with
applications, pp. 6166 in Proceedings of the International Conference on Modelling
Techniques and Tools for Performance Analysis. 5-7 de junio, 1985, Valbonne, Francia.
NorthHolland Publ. Co. 1985. 365 pp. (Editor N. Abu El Ata).
[44] Iversen, V.B. & Stepanov, S.N. (1997): The usage of convolution algorithm with truncation
for estimation of individual blocking probabilities in circuit-switched telecommunication
networks. Proceedings of the 15th International Teletraffic Congress, ITC 15, Washington,
DC, USA, 22-27 de junio 1997. 13271336.
[45] Iversen, V.B. & Sanders, B. (2001): Engset formul with continuous parameters theory
and applications. AE, International Journal of Electronics and Communications, Vol. 55
(2001): 1, 3-9.
[46] Jackson, J.R. (1957): Networks of waiting lines. Operations Research, Vol. 5 (1957), pp.
518521.
[47] Jackson, J.R. (1963): Jobshop-like queueing systems. Management Science, Vol. 10
(1963), No. 1, pp. 131142.
[48] Jensen, Arne (1948): An Elucidation of A.K. Erlang's Statistical Works through the Theory
of Stochastic Processes. Published in "The Erlangbook": E. Brockmeyer, H.L. Halstrm
and A. Jensen: The Life and Works of A.K. Erlang. Kbenhavn 1948, pp. 23100.
[49] Jensen, Arne (1948): Truncated multidimensional distributions. Pages 5870 in "The Life
and Works of A.K. Erlang". Ref. Brockmeyer et al., 1948.
[50] 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.
[51] Jerkins, J.L. & Neidhardt, A.L. & Wang, J.L. & Erramilli A. (1999): Operations
measurement for engineering support of high-speed networks with self-similar traffic.
ITC-16, 16th International Teletraffic Congress, Edinburgo, 7-11 de junio, 1999.
[52] Johannsen, Fr. (1908): "Busy". Copenhague 1908. 4 pp.
(133000)
- 281 -
[53] Johansen, K. & Johansen, J. & Rasmussen, C. (1991): The broadband multiplexer,
"transMux 1001". Teleteknik, Edicin inglesa, Vol. 34 (1991) : 1, 5765.
[54] Joys, L.A.: Variations of the Erlang, Engset and Jacobus Formul, Proceedings of the
Fifth International Teletraffic Congress (ITC-5), Nueva York, USA, 1967, 107111.
Tambin publicado en: Teleteknik, (Edicin inglesa), 11 (1967), No. 1, 4248.
[55] 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.
[56] Joys, L.A. (1971): Comments on the Engset and Erlang formulae for telephone traffic
losses. Thesis. Report TF No. 25,/71, Research Establishment, The Norwegian
Telecommunications Administration. 1971. 127 pp.
[57] Karlsson, S.A. (1937): Tekniska anordninger f samtalsdebitering enligt tid. Helsingfors
Telefonfrening, Tekniska Meddelanden 1937, No. 2, pp. 3248.
[58] Kaufman, J.S. (1981): Blocking in a shared resource environment. IEEE Transactions on
Communications, Vol. COM-29 (1981) : 10, 14741481.
[59] Keilson, J. (1966): The ergodic queue length distribution for queueing systems with finite
capacity. Journal of Royal Statistical Society, Series B, Vol. 28 (1966), 190201.
[60] Kelly, F.P. (1979): Reversibility and Stochastic Networks. John Wiley & Sons, 1979.
230 pp.
[61] Kendall, D.G. (1951): Some problems in the theory of queues. Journal of Royal Statistical
Society, Series B, Vol. 13 (1951) : 2, 151173.
[62] Kendall, D.G. (1953): Stochastic processes occuring in the theory of queues and their
analysis by the method of the imbedded Markov chain. Ann. Math. Stat., Vol. 24 (1953),
338354.
[63] Khintchine, A.Y. (1955): Mathematical Methods in the Theory of Queueing. Londres 1960.
124 pp. (Original en Ruso, 1955).
[64] Kingman, J.F.C. (1969): Markov population processes. J. Appl. Prob., Vol. 6 (1969), 118.
[65] Kleinrock, L. (1964): Communication Nets: Stochastic Message Flow and Delay.
McGrawHill 1964. Reimpreso por Dover Publications 1972. 209 pp.
[66] Kleinrock, L. (1975): Queueing Systems. Vol. I: Theory. Nueva York 1975. 417 pp.
[67] Kleinrock, L. (1976): Queueing Systems. Vol. II: Computer Applications. Nueva York
1976. 549 pp.
[68] Kosten, L. (1937): ber Sperrungswahrscheinlichkeiten bei Staffelschaltungen. Elek.
Nachr. Techn., Vol. 14 (1937) 512.
[69] 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.
[70] Kruithof, J. (1937): Telefoonverkehrsrekening. De Ingenieur, Vol. 52 (1937) : E15E25.
[71] Kuczura, A. (1973): The interrupted Poisson process as anflover ow process. The Bell
System Technical Journal, Vol. 52 (1973) : 3, pp. 437448.
(133000)
- 282 -
[72] 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.
[73] Lavenberg, S.S. & Reiser, M. (1980): Meanvalue analysis of closed multichain queueing
networks. Journal of the Association for Computing Machinery, Vol. 27 (1980):
2, 313322.
[74] Lind, G. (1976): Studies on the probability of a called subscriber being busy. ITC8,
Melbourne, noviembre de 1976. Paper 631. 8 pp.
[75] ListovSaabye, H. & Iversen V.B. (1989): ATMOS, a PCbased tool for evaluating
multiservice telephone systems. IMSOR, Technical University of Denmark 1989, 75 pp.
(en dans).
[76] Little, J.D.C. (1961): A proof for the queueing formula L = W. Operations Research, Vol.
9 (1961) : 383387.
[77] Maral, G. (1995): VSAT Networks. John Wiley & Sons, 1995. 282 pp.
[78] Marchal, W.G. (1976): An approximate formula for waiting time in single server queues.
AIIE Transactions, diciembre de 1976, 473474.
[79] Nguyen, Than-Bang: Trafikplanlgningssystemet TES under Windows. Master's thesis.
Department of Telecommunication, Technical University of Denmark 1995. 74 + 93 pp.
[80] Palm, C. (1941): Mttnoggrannhet vid bestmning af trafikmngd enligt genomsk-
ningsfrfarandet (Exactitud de las mediciones en la determinacin de volmenes de trfico
por el mtodo de barrido). Tekn. Medd. K. Telegr. Styr., 1941, No. 79, pp. 97115.
[81] 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.
[82] 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.
[83] Palm, C. (1947): Table of the Erlang Loss Formula. Telefonaktiebolaget L M Ericsson,
Estocolmo 1947. 23 pp.
[84] Palm, C. (1957): Some propositions regarding flat and steep distribution functions, pp.
317 in TELE (Edicin inglesa), No. 1, 1957.
[85] Pinsky, E. & Conway, A.E. (1992): Computational algorithms for blocking probabilities in
circuitswitched networks. Annals of Operations Research, Vol. 35 (1992) 3141.
[86] PostigoBoix, M. & GarcaHaro, J. & Aguilar-Igartua, M. (2001): IMA: technical
foundations, application and performance analysis. Computer Networks, Vol. 35 (2001)
165183.
[87] Press, W.H. & Teukolsky, S.A. & Vetterling, W.T. & Flannery, B.P. (1995): Numerical
recipes in C, the art of scientific computing. 2nd edition. Cambridge University Press, 1995.
994 pp.
[88] Rabe, F.W. (1949): Variations of telephone traffic. Electrical Communications, Vol. 26
(1949) 243248.
[89] Riordan, J. (1956): Derivation of moments of overflow traffic. Appendix 1 (pp. 507514)
in (Wilkinson, 1956 [104]).
(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.
[91] Roberts, J.W. (2001): Traffic theory and the Internet. IEEE Communications Magazine
Vol. 39 (2001) : 1, 9499.
[92] Ross, K.W. & Tsang, D. (1990): Teletraffic engineering for productform circuitswitched
networks. Adv. Appl. Prob., Vol. 22 (1990) 657675.
[93] Ross, K.W. & Tsang, D. (1990): Algorithms to determine exact blocking probabilities for
multirate tree networks. IEEE Transactions on Communications. Vol. 38 (1990) : 8,
12661271.
[94] Rnnblom, N. (1958): Traffic loss of a circuit group consisting of bothway circuits which
is accessible for the internal and external traffic of a subscriber group. TELE (Edicin
inglesa), 1959: 2, 7992.
[95] Sanders, B. & Haemers, W.H. & Wilcke, R. (1983): Simple approximate techniques for
congestion functions for smooth and peaked traffic. ITC10, Tenth International Teletraffic
Congress, Montreal, junio de 1983. Paper 4.4b1. 7 pp.
[96] 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.
[97] Sutton, D.J. (1980): The application of reversible Markovp opulation processes to
teletraffic. A.T.R. Vol. 13 (1980): 2, 38.
[98] Techguide (2001): Inverse Multiplexing scalable bandwidth solutions for the WAN.
Techguide (The Technologu Guide Series), 2001, 46 pp. <www.techguide.com>
[99] Vaulot, . & Chaveau, J. (1949): Extension de la formule d'Erlang au cas ou le traffic est
fonction du nombre d'abonns occups. Annales de Tlcommunications, Vol. 4 (1949)
319324.
[100] Veir, B. (2002): Proposed Grade of Service chapter for handbook. Comisin de Estudio 2
del UIT-T, GT 3/2. Septiembre de 2001. 5 pginas.
[101] 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.
[102] Wallstrm, B. (1964): A distribution model for telephone traffic with varying call intensity,
including overflow traffic. Ericsson Technics, 1964, No. 2, pp. 183202.
[103] Wallstrm, B. (1966): Congestion studies in telephone systems with overflow facilities.
Ericsson Technics, No. 3, 1966, pp. 187351.
[104] Wilkinson, R.I. (1956): Theories for toll traffic engineering in the U.S.A. The Bell System
Technical Journal, Vol. 35 (1956) 421514.

(133000)

Handbook - ESPAÑOL PDF

Cargado por

Información del documento

Descripción original:

Título original

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

Handbook - ESPAÑOL PDF

Cargado por

Copyright:

Formatos disponibles

UIT-D

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S1.DOC (133000)05.11.06 01.12.06

Ejemplo 3.3.1: Caso especial 1: N = n = constante (m

1 se comprender que los procesos

C:\DOCUMENTS AND SETTINGS\IVAN BERNAL\MIS DOCUMENTOS\IB DOCS\EPN\LIBRO DE TRAFICO\133000S4.DOC (133000)

. La desviacin de la intensidad de trfico

1 se comprender que los procesos

También podría gustarte