Universidad Tecnológica Centroamericana

Facultad de Postgrado

Administración de Proyectos

Proyecto de Investigación:

“Tráfico de Llamadas del 1 al 7 de diciembre del 2009”

Presentado por:

Aslyn Abigail Godínez Gómez 11923067

Glenda Estrada Osorio 11923020

Marilyn Irasema Barahona Reyes 11923057

Pedro Edgardo Castrillo Mejía 11923148

Campus Tegucigalpa, 21 de mayo del 2019

1
 ÍNDICE

I. INTRODUCCIÓN ..................................................................................................................... 3

II. PLANTEAMIENTO DEL PROBLEMA ....................................................................................... 3

2.1 DEFINICIÓN DEL PROBLEMA ..................................................................................................... 3

2.2 PREGUNTAS DE INVESTIGACIÓN............................................................................................... 4

2.3 OBJETIVOS ............................................................................................................................... 4

2.4 JUSTIFICACIÓN ......................................................................................................................... 5

III. MARCO TEÓRICO ................................................................................................................. 5

IV. METODOLOGÍA ..................................................................................................................... 9

4.1 VARIABLES DE INVESTIGACIÓN ............................................................................................... 9

4.2 ENFOQUE Y MÉTODOS ........................................................................................................... 10

V. RESULTADOS Y ANÁLISIS ................................................................................................... 12

VI. CONCLUSIONES .................................................................................................................. 23

VII. RECOMENDACIONES ........................................................................................................... 24

2
 ÍNDICE DE TABLAS

I. Tabla 1. Muestra los datos descriptivos del conjunto de datos………………………………12

Tabla 2. Muestra la media y la desviación de la duración de llamadas agrupadas……… ……13

Tabla 3.Muestra la cantidad de datos atípicos en la duración de la llamadas……………… ….13

Tabla 4. Muestra los limites de datos en una distribución simétrica…………………….………14

Tabla 5. Tabla de distribución de frecuencia del día lunes.........................................................15

Tabla 6. Tabla de contingencia, cantidad de error por día……………………………………..17

Tabla 7. Tabla de contingencia, tipo de errores por central del día lunes siete de diciembre del

2009...…………………………………………………………………………………………….19

3
 I. INTRODUCCIÓN
La contrariedad en el grado de servicio del tráfico de llamadas, es un flagelo que se mantiene

en constante cambio y esto depende de múltiples variables, entre algunas de ellas están:

capacidad del sistema, compañía telefónica, número de clientes, variaciones de temporadas,

variaciones durante el día y la semana, entre otras. Además, esos cambios generan dificultades, y

es por ello, que se vuelve imprescindible como medida de control del grado de servicio que las

centrales de telecomunicaciones ofrecen, el investigar permanentemente, y así, prever esas

situaciones, invertir o ayudar a reducirlas.

En ese sentido, el presente documento pretende ayudar a identificar dificultades específicas en

el tráfico de llamadas, comprendidas en el período del 1 al 7 de diciembre del 2009, tales como:

centrales telefónicas que generan más cantidad de llamadas en el día de mayor tráfico telefónico,

centrales que generan mayor cantidad de errores y finalmente, comparar el tráfico de llamadas en

los días laborales y fines de semana, con el fin de brindar recomendaciones útiles.

II. PLANTEAMIENTO DEL PROBLEMA

2.1 PLANTEAMIENTO DEL PROBLEMA

En la actualidad, hablar sobre Ingeniería de Tráfico supone muchos elementos a ser

considerados desde el punto de vista técnico, es encontrase con un fenómeno que sufre cambios

sustanciales e impredecibles en algunas situaciones, a cada segundo, los cuales están marcados

por: diseños de redes, operadores, troncales entrantes, troncales salientes, tipo de tráfico y

muchas más.

4
 En este sentido, se puede decir que los sistemas y diseños de red se ven obligados a

evolucionar constantemente, y su desarrollo se define por las demandas de servicios (clientes) y

por exigencias (competitividad).

Por todo lo antes expuesto, se considera necesario responder a las necesidades que surgen día

a día, una vía para dar respuesta es la investigación. A través de ella se pueden generar propuestas

para prever situaciones a futuro y solventar. Sin embargo, pretendemos plasmar conclusiones

acorde a la problemática planteada.

2.2 OBJETIVOS:

Objetivo General

- Analizar el tráfico de llamadas del 1 al 7 de diciembre del 2009.

Objetivos Específicos

- Describir qué centrales telefónicas generan más cantidad de llamadas durante el día de

mayor tráfico.

- Identificar qué central operan más errores, en el día de mayor tráfico.

- Comparar el tráfico de llamadas durante los días laborales y el fin de semana.

2.3 PREGUNTAS DE INVESTIGACIÓN

1. ¿Cuáles son las centrales telefónicas generan más cantidad de llamadas, durante el día

de mayor tráfico?

2. ¿Qué central genera más errores?

3. ¿Cuándo hay mayor tráfico de llamadas, días laborales o fin de semana?

5
2.4JUSTIFICACIÓN

Se considera que este estudio es importante, porque nos permite conocer el uso adecuado de

herramientas estadísticas, con el fin de facilitar y orientar adecuadamente la toma de decisiones

razonables dentro de una empresa. Este estudio muestra un segmento de cómo las empresas de

telecomunicaciones funcionan para la mejora de sus servicios, descubriendo y reflexionando

sobre las debilidades que poseen, para volverse cada vez más competentes en el mundo

comercial en el que están inmersas.

Por último, se hace notar que este estudio tiene un valor académico, ya que nos permite hacer

un análisis con datos verdaderos sobre el tema de estudio y, por otra parte, nos ayuda afianzar

nuestros conocimientos sobre estadística, tratando de hacer análisis acertados y concretos.

III. MARCO TEÓRICO

Ingeniería de Tráfico

La ingeniería de Tráfico, o Tele Tráfico, trata de regular y gestionar el tráfico en una red de

datos para poder orientar su uso de recursos en la red de manera eficaz, logrando ciertos

estándares que denotan un óptimo rendimiento.

En otras palabras, el objetivo del tele tráfico es "calcular el tráfico en unidades bien definidas

mediante modelos matemáticos y determinar la relación existente entre calidad de servicio y

capacidad del sistema, de tal manera que la teoría se convierta en una herramienta útil para la

planificación de inversiones" (Unión Internacional de Telecomunicaciones UIT, 2001). Así, el

tele tráfico llega a ser relevante, pertinente e importante, para la sostenibilidad de las empresas

involucradas en telecomunicaciones.

6
 En ese sentido, para alcanzar ese óptimo rendimiento y tener mayor demanda de servicios

Rojas (2006) nos afirma que: “El tráfico corresponde a uno de los análisis más importantes

dentro del mantenimiento de las redes celulares, de su estudio depende el diseño de las redes de

comunicación e incluso de la ubicación de las antenas”. Por lo tanto, obtenemos panoramas

amplios para formular y crear redes telefónicas (o rediseñarlas), con base a cargas esperadas en

determinadas horas, zonas o temporadas durante el año, con el fin de lograr cumplir con las

demandas de los usuarios, a bajo costo, pero con un grado de servicio establecido previamente.

Grado de Servicio

El grado de servicio busca medir el desempeño de una red, como por ejemplo el rango de

errores parciales durante la hora pico de llamadas operadas durante un día. En muchas ocasiones,

esas dificultades se deben a variables como: ubicación geográfica, horas, meses, días y años.

Intensidad Del Tráfico

Para lograr disminuir las dificultades en el tráfico telefónico, es necesario medir el tiempo. La

unidad de medición más común utilizada en el tele tráfico se llama Erlang, esta equivale a 3,600

segundos que es igual a una hora.

Calidad de Servicio

La Calidad de Servicio (QoS) son “parámetros para entregar una experiencia adecuada desde

el proveedor de servicios al usuario” (Soto, 2017). Existen medidas para regular esa calidad,

planteada por las centrales telefónicas y también, por organismos internacionales.

A continuación, se presentan las definiciones más relevantes de los términos que utilizan la

ITU y la Escuela Técnica Superior de Ingeniería para definir los parámetros de calidad en el

servicio de telefonía móvil:

7
- Cobertura de red: provee la intensidad de potencia en donde las personas pueden hacer

uso del servicio, siendo su radio definido por la estación base. Este es uno de los

parámetros más importantes.

- Calidad de señales vocales: indica la satisfacción de la persona con la transmisión de la

conversación.

- Calidad de las conexiones: es el grado de servicio (GOS), siendo sus parámetros el tiempo
de señalización en el tiempo de establecimiento de la comunicación y la demora de la

liberación de la llamada.

- Retenibilidad del servicio: es la probabilidad de que un servicio una vez establecido, siga
siendo prestado durante la comunicación en ciertas condiciones.

Se realiza una fragmentación en el tratamiento de las llamadas para establecer dos puntos de

importancia, el establecimiento y la progresión de llamadas.

Para el establecimiento de llamadas se tiene en cuenta los siguientes parámetros de interés:

- Tiempo de establecimiento de llamada: es la medición de un lapso de tiempo,

comenzando cuando la red recibe la información de dirección necesaria para establecer

una llamada y terminando cuando la parte llamante recibe un tono de ocupado, un tono de

llamada o una señal de respuesta. Se incluyen las llamadas locales, nacionales y de

servicio, pero no las efectuadas a otros operadores con licencia, pues el operador de

origen no puede controlar la calidad de servicio proporcionada por otra red.

- Calidad de accesibilidad del servicio: capacidad para obtener un servicio, dentro de

determinados límites y otras condiciones, cuando así lo solicita la persona.

8
- Retardo medio de acceso al servicio: duración prevista del lapso de tiempo que transcurre
en que la persona solicita utilizar un servicio y el momento en que tiene acceso a él,

obteniéndose el servicio dentro de ciertos límites y en función de otras condiciones

operativas dadas.

- Probabilidad de error del usuario del servicio: probabilidad de que la persona se

equivoque al intentar utilizar el servicio.

- Probabilidad de error de marcación: probabilidad de que la persona de una red se

equivoque al marcar y realizar un intento de llamada.

- Probabilidad de abandono de llamadas: probabilidad de que una persona abandone un

intento de llamada en una red.

Para la progresión de llamadas se considera la interrupción o caída del servicio, que sería la

incapacidad temporal del servicio durante más de un lapso de tiempo determinado, que se

caracteriza por un sobrepaso de alguno de los parámetros.

9
 IV. METODOLOGÍA

4.1 VARIABLES DE INVESTIGACIÓN

Columna Nombre Descripción Variable Medición

A Calling Party Número telefónico Cuantitativa/ Intervalo
Discreta
B Fecha (Años, mes, día) Cualitativa Ordinal
C Inicio de llamada En segundos Cuantitativa/ Intervalo
Continua
D Fecha de llamada (Año, mes, día) Cuantitativa/ Intervalo
Continua
E Finalización de llamada En segundos Cuantitativa/ Intervalo
Continua
F Duración de la llamada Cuantitativa/ Intervalo
Continua
G Usuario Número de usuario Cuantitativa/ Intervalo
Discreta
H Tipo de tráfico Cualitativa Nominal
I Llamada saliente Indica que tipo de Cualitativa Ordinal
llamada corresponde.
J Errores Indica cuantos errores Cuantitativa/ Intervalo
se registraron. Discreta
K Secuencia numérica Cualitativa Ordinal
para identificar el CDR
L Mes de registro Mes y año registrado. Cualitativa Ordinal
M Código de la central Indica de qué central Cualitativa Ordinal
telefónico se conecta
para realizar la
llamada.

10
4.2 ENFOQUE Y MÉTODOS

En este estudio se considero a bien utilizar el método deductivo, partiendo de conocer

fenómenos generales y buscando llegar a particularidades sobre el mismo. También se utilizo

un enfoque cuantitativo, por ser de naturaleza numérica.

11
 V. RESULTADOS

Sección 5.1 Estadística Descriptiva

La estadística descriptiva, como nos define José Becerra (s.f.), es la rama de las Matemáticas que

recolecta, presenta y caracteriza un conjunto de datos (por ejemplo, edad de una población, altura

de los estudiantes de una escuela, temperatura en los meses de verano, etc.) con el fin de describir

apropiadamente las diversas características de ese conjunto. Por medio de la estadística

descriptiva podemos observar los comportamientos de un conjunto de datos y representarlos en

forma de tablas y gráficos como veremos posteriormente.

Tabla 1. Muestra los datos descriptivos del conjunto de datos.

Datos Estadística Descriptiva

Día Media Desv.Est. Varianza Mediana Rango Modo N para Moda
Martes 1 de Diciembre 182.8 529.6 280448.4 71 64372 1 2503
Miércoles 2 de Diciembre 178.1 345.9 119616 71 10020 1 2617
Jueves 3 de Diciembre 184.9 423.1 179054.8 75 47175 1 2409
Viernes 4 de Diciembre 176.5 345.7 119509.2 75 18177 1 2339
Sábado 5 de Diciembre 189.8 390.6 152577.5 73 11999 1 1544
Domingo 6 de Diciembre 180.9 419.6 176051.6 53 16695 1 1653
Lunes 7 de Diciembre 187 717 513917 73 143980 1 2797

En la Tabla 1, podemos observar una media parecida durante la primera semana de diciembre.

Sin embargo, en todos los días se verificó que la media es mayor a la mediana, por lo que todos

los datos presentan un sesgo hacia la derecha. En cuanto a la desviación estándar, también

podemos apreciar valores similares durante los primeros seis días (exceptuando el lunes siete que

presenta una variación sumamente alta en comparación a la demás). Como se observa en la Tabla

2, se puede apreciar el mismo comportamiento en el conjunto de datos agrupados y no agrupados.

12
Tabla 2. Muestra la media y la desviación de la duración de llamadas agrupadas.

Datos Agrupados

Día Media Desviación

Martes 1 de Diciembre 166.2 229.36

Miércoles 2 de Diciembre 146.73 189.69

Jueves 3 de Diciembre 159.2 211

Viernes 4 de Diciembre 145.76 186.71

Sábado 5 de Diciembre 155.34 208.8

Domingo 6 de Diciembre 144.07 208.9

Lunes 7 de Diciembre 185.62 263.11

Tabla 3.Muestra la cantidad de datos atípicos en la duración de la llamadas.

Datos Atípicos
Día No. De datos
Martes 1 de Diciembre 763
Miércoles 2 de Diciembre 1561
Jueves 3 de Diciembre 1165
Viernes 4 de Diciembre 1576
Sábado 5 de Diciembre 990
Domingo 6 de Diciembre 740
Lunes 7 de Diciembre 453

13
 Tabla 4. Muestra los limites de datos en una distribución simétrica.

Regla Empírica
Día 1σ 2σ 3σ
Martes 1 de Diciembre 712.4 1242 1771.6
Miércoles 2 de Diciembre 524 869.9 1215.8
Jueves 3 de Diciembre 608 1031.1 1454.2
Viernes 4 de Diciembre 522.2 867.9 1213.6
Sábado 5 de Diciembre 580.4 971 1361.6
Domingo 6 de Diciembre 600.5 1020.1 1439.7
Lunes 7 de Diciembre 904 1621 2338

En la Tabla 3, mostramos la cantidad de datos atípicos de la variable duración de llamada y se

observa que la mayor cantidad de datos atípicos se encuentran el día miércoles y viernes. En la

Tabla 4, se realizó el cálculo del límite superior de los dato típicos de la duración de llamada,

debido a que en el conjunto de datos no se encuentra ningún numero negativo no se muestra el

límite inferior, ya que no es posible obtener un valor de segundos menor que 0.

14
CENTRALES GENERAN MAYOR CANTIDAD DE LLAMADAS, EN EL DÍA DE MAYOR

NÚMERO DE LLAMADAS

A continuación, por medio de la estadística descriptiva se determinara que central se encuentra

con mayor tráfico en el día lunes siete de diciembre.

Código de
Central Fi Fr FiA FrA
CBA3 442 0.48 442 0.48
CBA4 386 0.42 828 0.9
CHO 163 0.18 991 1.08
CMY 287 0.31 1278 1.39
COX 4 0 1282 1.4
GSM 599 0.65 1881 2.05
INT2 1565 1.71 3446 3.76
KEN2 1423 1.55 4869 5.31
LPZ 25 0.03 4894 5.34
MIR3 27685 30.2 32579 35.54
PRI3 29585 32.27 62164 67.81
PRI4 1932 2.11 64096 69.92
SLZ1 16 0.02 64112 69.93
SPS3 1428 1.56 65540 71.49
SPS4 558 0.61 66098 72.1
Tabla 5. Tabla de
SPS5 17147 18.7 83245 90.81
SPS6 3785 4.13 87030 94.93 distribución de

SRC 90 0.1 87120 95.03 frecuencia del día

TON2 2727 2.97 89847 98.01
lunes.
TON3 1123 1.22 90970 99.23
VEGA 704 0.77 91674 100

15
 Grafico 1. Muestra las llamadas por central del lunes siete de diciembre del 2009.

Llamadas por Central Telefónica

35000

29585
30000 27685

25000

20000
17147

15000

10000

5000 3785
1932 2727
442 386 163 287 4 599 15651423 25 16
1428 558
90
1123 704
0

Grafico 2. Muestra el diagrama de Pareto para el número de llamadas por central.

16
A partir de los Gráficos 1 y 2, se intenta demostrar gráficamente cuáles son las centrales por las

cuáles se generan mayor cantidad de llamadas. En el Gráfico 1 se logra determinar que MIR3 y

PRI3 son las centrales por la cuales cursan mayor cantidad de llamadas, y por medio del

diagrama de Pareto se logra determinar con la regla 80 y 20, que estas mismas dos centrales PRI3

Y MIR3 son las centrales pocos vitales y el resto de las centrales son las muchas triviales,

traduciendo esta información a un contexto técnico. Se deberá realizar un estudio minucioso de

ambas centrales para analizar si estas, se encuentran en condiciones de manejar la cantidad de

llamadas a la cual se le está demando o realizar los cambios pertinentes para que ambas centrales

tengan la capacidad de manejarlas.

DETERMINAR QUÉ CENTRAL GENERA MAYOR CANTIDAD DE ERRORES

Con el objetivo de identificar qué día genera la mayor cantidad de errores, se realizó la Tabla 6,

es una tabla de contingencia que muestra el total de los tipos de errores en función del día de la

semana. Se demostró que el lunes siete de diciembre, es el día en que mayor cantidad de errores

se presentaron.

Tabla 6. Tabla de contingencia, cantidad de error por día.

Error/Día 0 1 2 3 Total
Martes 1 de Diciembre 52800 22824 2644 509 25977
Miércoles 2 de Diciembre 55247 23655 2513 549 26717
Jueves 3 de Diciembre 54487 23838 2596 509 26943
Viernes 4 de Diciembre 58071 22561 2750 471 25782
Sábado 5 de Diciembre 34572 12960 2291 509 15760
Domingo 6 de Diciembre 25224 8326 2201 442 10969
Lunes 7 de Diciembre 62275 25871 3028 500 29399
Total 342676 140036 18025 3492 161547

17
 Grafico 3. Grafica de barras agrupadas, numero de errores en función del día del mes .

Errores Diarios
30000
25871
25000 23655 23838
22824 22561

20000
No. de errores

15000 12960

10000 8326

5000 2644 2513 2596 2750 2291 3028

2201
509 549 509 471 509 442 500
0
Martes Miercoles Jueves Viernes Sabado Domingo Lunes
Dias de la semana

1 2 3

Grafica 4. Diagrama de pastel que muestra el tipo de error y su porcentaje el día Lunes 7 de diciembre.

Errores Lunes 7 de diciembre

Categoría
3
0.5% 2
3.3% 1
0

28.2%

67.9%

18
 Error/Central 1 2 3 Total
CBA3 44 7 0 51
CBA4 31 0 0 31
CHO 134 10 1 145
CMY 276 9 0 285
COX 4 0 0 4
GSM 90 6 2 98
INT2 1148 417 0 1565
KEN2 1206 158 51 1415
LPZ 21 1 0 22
MIR3 3615 216 46 3877
PRI3 7115 997 195 8307
PRI4 1643 142 24 1809
SLZ1 13 1 0 14
SPS3 1208 59 12 1279
SPS4 539 13 6 558
SPS5 4261 468 71 4800
SPS6 474 38 4 516
SRC 86 3 1 90
TON2 2409 268 40 2717
TON3 969 124 27 1120
VEGA 585 91 20 696
Total 25871 3028 500 29399

Tabla 7. Tabla de contingencia, tipo de errores por central del día lunes siete de diciembre

del 2009.

Por medio de la Gráfica 3 y 4, corroboramos que el error tipo 1,es el que más sucede durante las

llamadas del día lunes siete de diciembre, y por medio de la Tabla 7 identificamos que PRI3 y

SPS5, son en las centrales en las que más errores se están presentando, basados en esta

información y en la obtenida anteriormente, PRI3 pertenece al grupo de pocos vitales, el hecho de

19
que sea una a las centrales que más errores obtiene, es motivo suficiente para que se solicite un

reporte de eventos o sea revisada lo antes posible.

COMPARACIÓN DE LLAMADAS DURANTE LOS DÍAS DE SEMANA Y FIN DE SEMANA

Con el objetivo de determinar si existe un diferencia entre la llamadas durante un día de la

semana y fin de semana. Se realizó los Gráficos 5 y 6, que nos muestran la cantidad de segundos

hablados el día martes y domingo, como se observa en ambos polígonos de frecuencia, tiene el

mismo patrón de comportamiento, siendo su primera clase la más poblada y decreciendo según

aumenta la cantidad de segundos.

Grafica 5. Polígono de frecuencia de datos agrupados de duración de llamadas martes 1 de diciembre.

Martes 1 de Diciembre

50000

45000

40000

35000
Frecuencia

30000

Histograma
25000 Polígono
Poligono

20000

15000

10000

5000

Segundos
0
104.21 208.43 312.66 416.88 521.10 625.32 729.54 833.76 937.99 1042.211146.431250.651354.871459.091563.321667.541771.76
0.00 104.22 208.44 312.67 416.89 521.11 625.33 729.55 833.77 938.00 1042.221146.441250.661354.881459.101563.331667.55

Grafico 6. Polígono de frecuencia de la variables duración de llamada Domingo.

20
 Grafico 6. Polígono de frecuencia de la variables duración de llamada Domingo.

Domingo 6 de Diciembre
25000

20000

15000
Frecuencia

Histograma
Poligono

10000

5000

0
104.21 208.43 312.66 416.88 521.10 625.32 729.54 833.76 937.99 1042.211146.431250.651354.871459.091563.321667.54
0.00 104.22 208.44 312.67 416.89 521.11 625.33 729.55 833.77 938.00 1042.221146.441250.661354.881459.101563.33

Segundos

21
 Gráfico 7. Duración de llamadas totales por día.

Segundos totales al dia

20,000,000.00
17,162,978.00
18,000,000.00
15,058,894.00
16,000,000.00 14,800,272.00

14,000,000.00
14,399,220.00 14,601,863.00
12,000,000.00
Segundos

9,554,332.00
10,000,000.00

8,000,000.00

6,000,000.00
6,546,416.00
4,000,000.00

2,000,000.00

-
Martes Miercoles Jueves Viernes Sabado Domingo Lunes
Dia de la semana

En el Gráfico 7, observamos el polígono de frecuencia que nos muestra el total diario de la

duración de llamada o el total de segundos hablados por día, se logra observar que sus picos mal

altos son obtenidos los días de semana y decrece el sábado llegando a su punto más bajo el

domingo, el lunes se vuelven a incrementar los valores ya que inicia la semana. Basado en esta

información podemos concluir que se experimentan altas cantidades de llamadas durante lunes y

viernes, los días que usualmente la población se encuentra en su lugares de trabajo.

22
SECCIÓN 5.2 ESTADÍSTICA INFERENCIAL

Según la enciclopedia financiera (2017), la estadística inferencial consiste en la estimación de las

características o propiedades de una población, a partir del análisis de una muestra extraída de

ella, en esta sección por medio de la estadística inferencial obtendremos el análisis respectivo de

la muestra.

Por medio de la estadística descriptiva se logró identificar que podría existir una correlación entre

las variables error y total de llamadas, para que existan errores deberán existir llamadas por lo

tanto el total de llamadas es la variables independiente y el número de errores es la variable

dependiente.

Gráfico 8. Diagrama de dispersión con regresión del total de llamadas con la cantidad de

errores.

Gráfica de línea ajustada

Total de errores = - 1022 + 0.3346 Total de llamadas
30000 Lunes S 731.643
R-cuad. 99.1%
Miercoles R-cuad.(ajustado) 98.9%
Jueves
Martes
25000 Viernes
Total de errores

20000

Sabado
15000

Domingo

10000
30000 40000 50000 60000 70000 80000 90000
Total de llamadas

23
En el diagrama de dispersión podemos observar que existe una relación fuerte entre ambas

variables, en consecuencia entre mayor sea la cantidad de llamadas, mayor será la cantidad de

errores. Por medio de la ecuación de regresión podríamos estimar la cantidad de errores basados

en la cantidad de llamadas.

HIPÓTESIS

1. De las veintiún centrales telefónicos analizados en la muestra, determinar cuántas

de ellas operan mayor cantidad de llamadas, durante el día de mayor tráfico.

2. Del 100% de las centrales operadoras de llamadas el 35% registran errores al día,

que operan mayor cantidad de llamadas.

CONCLUSIONES

• A través de las herramientas estadísticas utilizadas, las centrales telefónicas que generan

más llamadas durante el día de mayor tráfico son: PRI3 que genera un 32.77% y MIR3

que genera un 30.2%, del total global de llamadas operadas.

• Existe una correlación entre la duración de llamadas por segundo y el número de errores

que se producen.

• Las centrales que operan más errores durante la operación de las llamadas, son: PRI3 y

SPS5.

• El tráfico de llamadas durante los días laborables se mantiene estable. Sin embargo, en la

Gráfica 8 haciendo uso del polígono de frecuencias, podemos observar que durante el fin

de semana el tráfico disminuye considerablemente. Se puede inferir que la mayoría del

tráfico de llamadas es generado por situaciones laborales.

24
 RECOMENDACIONES

2. Basados en nuestra investigación, se recomienda realizar un análisis de trafico minucioso

a las centrales PRI3 y SPS5, ya que estas presentan la mayor cantidad de errores diarios,

se deberá consultar con las personas en el punto de igual forma si surgió alguna

eventualidad y este comportamiento se debería a un evento aislado.

3. Se recomienda realizar otro tipo de modelos matemáticos, como distribución de Poisson o

distribución exponencial, con el objetivo de verificar el grado servicio que brinda la

empresa telefónica y así constatar que se está otorgando al abonado la calidad de servicio

que CONATEL tiene como norma.

4. Realizar un estudio de horas picos en las centrales a las cuales tiene mayor tráfico, para

obtener un panorama más amplio de lo que sucede a cada momento en la empresa

telefónica.

BIBLIOGRAFÍA

(UIT), U. I. (18 de Julio de 2001). Recuperado el 20 de Mayo de 2019, de

https://www.itu.int/ITU-D/study_groups/SGP_1998-2002/SG2/Documents/2001/258S.doc
Administration, N. O. (2016). nooa. Obtenido de https://www.noaa.gov/
Alzate, M. A. (2004). Modelos de Tráfico en Análisis y Control de Redes de Comunicaciones.
Ingeniería , 63-87.
Barreiro. (21 de Septiembre de 2015). quo.es. Obtenido de
https://www.quo.es/tecnologia/a1974/cuantos-artefactos-estan-orbitando-la-tierra-a-la-vez/
Bui, H. C. Cost effective emulations of geostationary Satellite channels by means of SDR.
Toulouse: IEEE.
Cano, C. R. (2013). Antena Helicoidal para Satelites Pequeños. Mexico D.F.
Clarke, A. 1945.

25
COMMERCE, U. D. (Febrero de 2009). Obtenido de
https://noaasis.noaa.gov/NOAASIS/pubs/Users_Guide-
Building_Receive_Stations_March_2009.pdf
Dascal, V. (2013). Low-Cost SDR-Based Ground Recieving Station for LEO Satellite Operations.
Nis: IEEE.
Hou, J. Design of High Gain Quadrifilar Helix Antenna for Satellite Mobile Communication.
IEEE.
INMARSAT. (2018). Obtenido de https://www.inmarsat.com/
ITU. (1974). ITU. Obtenido de
http://search.itu.int/history/HistoryDigitalCollectionDocLibrary/5.10.61.es.300.pdf
Kraus, J. D. (1988). Antennas. New Delhi: Mcgraw-Hill.
O"neal, D. (1999). Commercial Communication Staellites: History and Highlights. Los Angeles:
IEEE.
Rabanos, J. M. (2013). Transmision por Radio. Madrid: Centro de Estudio Ramon Areces, S.A.
Rojas, R. C. (2006). Evaluación de tráfico de voz y datos en las redes celulares. Télématique , 63.
Rojas, R. C. (2006). Evaluación de tráfico de voz y datos en las redes celulares. Télématique , 58-
75.
Soto, M. A. (2017). Sistema de Medición y Análisis del tiempo de Establecimiento de LLamadas.
12.
Tomasi, W. (2003). Sistema de Comunicaciones Electronicos. Pheonix: Pearson.

26