Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NACIONAL DE LOJA
INGENIERA EN ELECTRNICA
Y TELECOMUNICACIONES
SEXTO MODULO
ANLISIS ESTADSTICO DE
REDES DE DATOS
INFORME
DOCENTE: ING. JUAN PABLO CABRERA
Por:
El taller consta de varias partes, como se darn cuenta los ejercicios propuestos son muy similares,
solo se trabajan con diferentes datos, una vez realicen el primer script de Matlab, los siguientes scipt
son modificaciones pequeas del primer programa.
En el informe no olviden etiquetar y nombrar todas las grficas, incluyendo las unidades que se
manejan.
C
LLEGADA
SALIDA
Figure 1. Esquema del proceso a realizar
Para llevar a cabo un anlisis de este enlace, necesitaremos hacer suposiciones sobre el trfico que
llega al enlace. La descripcin de trafico debe especificar dos cosas, una es el espacio entre llegadas
de los paquetes y la otra el tamao de los paquetes (en bytes) que llegan al buffer.
Un modelo muy popular para representar el nmero de llegadas de paquetes en un intervalo de
tiempo es el proceso de Poisson. En un proceso de Poisson la tasa , es el nmero de (arribos) eventos
en un intervalo de tiempo.
En un proceso de Poisson, el tiempo entre dos (arribos) eventos sigue una distribucin exponencial.
En los siguientes ejercicios se pide que generen trfico de Poisson para permitir estudiar sus
propiedades.
Los archivos que se usaran en la primera parte, tienen el siguiente formato:
Columna 1: nmero de la secuencia (nmero de paquete recibido, iniciar en 1)
Columna 2: tiempo (en microsegundos)
Columna 3: tamao del paquete (en bytes)
Escribir un programa en Matlab que pueda generar una muestra de la llegada en base al
parmetro calculado
El intervalo de tiempo para la generacin de la trama (traza, muestra) ser de 100 segundos
(varianza) 2 =
UNIVERSIDAD NACIONAL DE LOJA
Calculo de ()
Para obtener en relacin de ms de un millos de datos a 100 segundos calculamos ().
100 bytes sera el tamao del paquete
1byte=8bits
800 bits
1048576 datos a procesarse
* nos pide el calculo de cada dato por segundo entonces quedaria:
10 Megabytes
taza promedio
1048576 bytes por segundo de taza promedio
tamao/tazapromedio x=(100/1048576)*10^7 bytes por segundo
lambda=
95,37
1s
100 bytes
100(1)
= 9,56674
10485760
CDIGO EN MATLAB
clc;
% generacin de la trama de 100 segundos
%taza de paquete es de 100 bytes
%tasa promedio 10Mbytes=10M*1024K*1024bytes=10485760bytes=tp
%regla de 3 para hallar tp= valor enviado en un segundo
%tp ----------> se enva en un segundo
%100 bytes----> en cuanto tiempo se enva
%x=(100bytes)/(1048760bytes)=9.536743*exp(-07)
%lambda=x*10exp(06)
tzp=10*1024*1024; %tasa promedio
Pesopaq=100; %peso del paquete ser una constante
vlambda=(100/(tzp))*10^7; % valor de lambda para clculo de Poisson
nfpoisson=0;
acupoisson=0;
for i=1:1048576
if i==1
npoisson=random('Poisson',vlambda); %generacin de un numero
aleatorio de Poisson con valor lambda
acupoisson=npoisson; %acumulamos el valor aleatorio hallado
% se crea una matriz de 3 columnas [numero muestra, valor de
Poisson, tamao del paquete]
acu=[i,npoisson,100];% acumulacin del valor de Poisson en la
matriz
nfpoisson=npoisson;
else
npoisson=random('Poisson',vlambda); %generacin de un numero
aleatorio de poisson con valor lambda
acupoisson=[acupoisson;npoisson];% acumulamos en matriz 1xn los
valores de Poisson hallados
%como ya hay un numero anterior se le suma el nuevo para hacer un
%valor creciente
nfpoisson=nfpoisson+npoisson; %creando el valor de Poisson en forma
creciente por suma
% se crea una matriz de 3 columnas [Fila anterior;[numero muestra,
valor de Poisson, tamao del paquete]]
acu=[acu;i,nfpoisson,100];% acumulacin el valor dela fila anterior
y concatena el nuevo debajo de ella
end
end
Figure 3 Tablas de datos generados con los valores a la izquierda del vector de 3 dimensiones (secuencia, tiempo, tamao); a
la derecha los valores aleatorios de Poisson en determinado tiempo. Graficas obtenidas del resultado en Microsoft Excel 2013
Concluida la etapa de generacin de datos para las tramas, procedemos a guardar el archivo en un
documento de Excel como respaldo de informacin para ahorrar tiempo.
CDIGO EN MATLAB
%guardando el paquete en un archivo de Excel
%guardando en Excel la matriz de 3 columnas
xlswrite('C:\Users\Usuario\Documents\MATLAB\Datospoisson.xlsx',acu,'A','A1'
);
%guardando en Excel la matriz de los datos de Poisson generados
aleatoriamente
xlswrite('C:\Users\Usuario\Documents\MATLAB\solopoisson.xlsx',acu,'A','A1')
; %guardando en Excel la matriz de 1 columna
Procedemos a calcular a varianza y la media del vector de los datos aleatorios creados.
CDIGO EN MATLAB
Mediapoissonfinal=mean(acupoisson(:,1)) %calculo de la media de los valores
de poisson generados aleatoriamente
Varpoissonfinal=var(acupoisson(:,1)) % calculamos el valor de la varianza
de poisson generados aleatoriamente
Figure 4. Median y Varianza de los datos aleatorios de Poisson. Grafica obtenida del Software de Matlab 2013b
Figure 5 Media y Varianza del tiempo en segundos (10^5). Grfica Obtenida del software de Matlab 2013b.
Figure 6. Grafica del tiempo seria el valor acumulado. Grfica Obtenida del software de Matlab 2013b.
Figure 7 Graficas de los valores aleatorios generados por Poisson. Grfica Obtenida del software de Matlab 2013b.
Figure 8. Grafica de los valores de la matriz de dimensin 3 (secuencia, tiempo, tamao) . grafica obtenida de Matlab 2013b.
Crear tres grficos que muestran los datos generados por la traza, visto en diferentes escalas
Grafica 1: generar un vector con 100 elementos, donde cada elemento almacena el nmero de bytes
de la traza de Poisson que llega en un intervalo de 1s.
Dentro del for buscamos el avance del tiempo de milln a milln que sera para nosotros
en este caso segundo a segundo.
Al hallar ese valor obtenemos tambin el valor de su secuencia.
El valor para la grfica seria el valor de la secuencia multiplicada por el valor del tamao
del paquete que en este caso es una constante que seria 100, o a la vez podramos sumar
todos los valores hasta ese lmite dado. Y as sucesivamente hasta los 100 datos.
Hay que tomar en cuenta que a partir del segundo dato o en el segundo mayor igual a 2
se le restara el paquete anterior, porque de no restar nos quedara una grfica casi lineal
creciente y no unas barras con valores de cada uno en su intervalo
UNIVERSIDAD NACIONAL DE LOJA
10
11
Figure 9. Grfico con 100 dato correspondiente a 100 segundos. Grafica obtenida del software de Matlab2012b.
Grafica 2: generar un vector con 100 elementos, donde cada elemento almacena el nmero de bytes,
la traza del trfico de Poisson que llegan en un periodo de tiempo de 100ms. Se selecciona al azar el
tiempo de inicio.
12
13
end
%Graficando las Barras con 100 milisegundos entre muestra
bar(barras2)
grid on
title('Grafica con intervalos de 100 mili segundos')
Figure 10. Grfico de barras con muestras obtenidas a milisegundos. Grafica obtenida del software de Matlab2012b.
14
Grafica 3: Generar un vector con 100 elementos, donde cada elemento almacena el nmero de bytes,
la traza del trfico de Poisson que llegan un periodo de tiempo de 10 ms. Seleccione el tiempode inicio
al azar.
15
end
% acumulacin del vector del valor multiplicativo por el tamao del paquete
if vecmult3==0 % para valor inicial igual a cero
vecmult3=veperado3; % reemplazo el cero por su primer valor
else
vecmult3=[vecmult3;veperado3]; % agrego filas del siguiente valor
end
end
%multiplicando el valor por el tamao de paquetes y obteniendo los datos
%para 10 milisegundos para obtener el valor para grafica de barras
%100 barras de 10 milisegundos cada una
vecmultaf3=100*vecmult3;
i=1;
for i=1:100 % se inicia un ciclo para obtener las 100 muestras
rest3=vecmultaf3(i,1); %pasamos el valor de i,1 a una variable
if i==1 % si es el primer valor lo reemplazamos en vez de un cero a la
matriz
barras3=rest3; % la matriz barras contendra el valor a graficar
else % cuando sea el valor mayor a 2 se procede a concatenar filas
cambio3=rest3-(vecmultaf3((i-1),1)); % restamos el valor actual del
anterior
barras3=[barras3;cambio3]; % concatenamos en el vector el valor
actual y los anteriores
end
end
%Graficando las Barras con 10 milisegundos entre muestra
bar(barras3)
grid on
title('Grafica con intervalos de 10 mili segundos')
Figure 11 Grafica de muestras obtenidas a 10 milisegundos. Imagen obtenida del software de Matlab 2012b.
16
A continuacin se muestran las tres graficas de las cuales se puede apreciar la diferencia entre ellas
ya que cada una de ellas cumple con:
1ra Grafica con valores obtenidos a 1 segundo
2da Grafica con valores obtenidos a 100 milisegundos
3ra Grafica con valores obtenidos a 10 milisegundos
17
= 100
Una vez definidos los parmetros, procedemos con el cdigo el cual se desarrolla de la siguiente
manera:
Generacin de la matriz exponencial
Concatenacin dentro de un ciclo repetitivo de los valores
o Secuencia
o Tiempo
o Valor exponencial aleatorio
Respaldamos datos en Excel
Obtenemos valores de media y varianza, tambin graficamos los vectores
Programa en Matlab para la generacin de una distribucin exponencial:
% generacin de la trama exponencial
18
Figure 15. Matriz de datos obtenidos desde Matlab [secuencia, tiempo, valor exponencial aleatorio].
Graficas obtenidas desde Microsoft Excel 2013
19
Figure 16. Media y Varianza de los valores exponenciales aleatorios obtenidos. Grafica obtenida de Software Matlab 2012b.
Figure 17. Media y Varianza del tiempo acumulado. Grafica obtenida del Software Matlab 2012b.
20
1200
1000
800
600
400
200
10
12
5
x 10
Figure 18. Grafica de los valores aleatorios exponenciales, generados en el proceso, aproximadamente a 1 mi lln de datos.
Grafica obtenida del Software de Matlab 2012b.
figure
plot(acuexp)
grid on
title('Valores exponenciales generados')
legend('Secuencia del valor','Acumulado del Exponencial','Valor exponencial
Aleatorio')
x 10
10
12
5
x 10
21