UNIVERSIDAD TÉCNICA PARTICULAR DE LOJA

La Universidad Católica de Loja

ÁREA TÉCNICA
TITULACIÓN DE INGENIERÍA EN ELECTRÓNICA Y
TELECOMUNICACIONES
TRANSMISIÓN DE DATOS
Tema:
Definición de conceptos de ingeniería

Integrante:
Daniel Jaramillo
Brayan Matailo

Docente:
Ing. Katty Alexandra Rohoden Jaramillo

LOJA-ECUADOR
2022
Definir:
1. Sistema de Espera.

Imagen 1.- centralita Virtual

La teoría de colas es el estudio matemático de las colas o líneas de espera dentro

de un sistema. Esta teoría estudia factores como el tiempo de espera medio en las
colas o la capacidad de trabajo del sistema sin que llegue a colapsar. Dentro de
las matemáticas, la teoría de colas se engloba en la investigación de operaciones y
es un complemento muy importante a la teoría de sistemas y la teoría de control.
En el caso concreto de la ingeniería, la teoría de colas permite modelar sistemas
en los que varios agentes que demandan cierto servicio o prestación, confluyen en
un mismo servidor y, por lo tanto, pueden registrarse esperas desde que un agente
llega al sistema y el servidor atiende sus demandas. En este sentido, la teoría es
muy útil para modelar procesos tales como la llegada de datos a
una cola en ciencias de la computación, la congestión de red de computadoras o
de telecomunicación, o la implementación de una cadena productiva en
la ingeniería industrial. En el contexto de la informática y de las tecnologías de la
información y la comunicación las situaciones de espera dentro de una red son
más frecuentes. Así, por ejemplo, los procesos enviados a un servidor para su
ejecución forman colas de espera mientras no son atendidos; la información
solicitada, a través de Internet, a un servidor Web puede recibirse con demora
debido a la congestión en la red; también se puede recibir la señal de línea de la
que depende nuestro teléfono móvil ocupada si la central está colapsada en ese
momento, etc.
Las redes telefónicas se diseñan para acomodar la intensidad ofrecida del tráfico
con solamente una pequeña pérdida. El funcionamiento de los sistemas depende
 de si la llamada es rechazada, de si está perdida, etc. Normalmente los sistemas
de desbordamiento hacen uso de rutas alternativas e incluso estos sistemas tienen
una capacidad de carga finita o máxima de tráfico. Sin embargo, el uso de las colas
permite que los sistemas esperen por las peticiones de su cliente hasta que los
recursos libres estén disponibles. Esto significa que, si los niveles de la intensidad
del tráfico exceden de la capacidad disponible, las llamadas del cliente se
perderían. La disciplina de colas determina la manera de cómo manejar las
llamadas de los clientes. Define la manera en que les servirán, la orden de las
cuales se sirven, y la manera en la que los recursos se dividen entre los clientes[1].

2. Ejemplo

Modelos de colas con distribuciones no exponenciales

En particular, el supuesto de tiempos entre llegadas exponenciales implica que las
llegadas ocurren al azar (proceso de entrada de Poisson), lo cual es una aproximación
razonable en muchas situaciones, pero no cuando las llegadas están programadas o
reguladas con todo cuidado. Todavía más, las distribuciones de tiempos de servicio reales
con frecuencia se desvían bastante de la forma exponencial, en particular cuando los
requerimientos de servicio de los clientes son muy parecidos. Por ello, es importante
disponer de otros modelos de colas que usen otras distribuciones de probabilidad.
Desafortunadamente, el análisis matemático de los modelos de colas con distribuciones
no exponenciales es mucho más difícil. Sin embargo, se han podido obtener algunos
resultados útiles con algunos modelos[1].

3. Variables a calcular.
En teoría de colas se utilizan comúnmente las siguientes medidas de desempeño,
estas se calculan de forma diferente según el modelo de la línea de espera:
Ls = Cantidad esperada de clientes en un sistema
Lq = Cantidad esperada de clientes en una cola
Ws = Tiempo de espera en el sistema
Wq = Tiempo de espera anticipado en la cola
ρ = Factor de utilización del sistema

4. Matlab/Python

Matlab

Es una plataforma de programación diseñado específicamente para los ingenieros

y científicos, para analizar y diseñar sistemas y productos que transforman nuestro
mundo. MATLAB es un lenguaje basado en matrices que permite la expresión
más natural de las matemáticas computacionales.
En este lenguaje de programación se puede:
 Analizar datos
  Desarrollar algoritmos
 Crear modelos y aplicaciones.
MATLAB le permite llevar sus ideas de la investigación a la producción
mediante la implementación de aplicaciones empresariales y dispositivos
integrados.

Millones de ingenieros y científicos de todo el mundo utilizan MATLAB para una

variedad de aplicaciones, tanto en la industria como en el mundo académico,
incluido el aprendizaje profundo y el aprendizaje automático, el procesamiento de
señales y las comunicaciones, el procesamiento de imágenes y videos, los sistemas
de control, las pruebas y las mediciones, las finanzas computacionales y la
biología computacional.

Python
Python es la navaja suiza de los programadores. Se trata de un veterano lenguaje
de programación presente en multitud de aplicaciones y sistemas operativos.
Podemos encontrarlo corriendo en servidores, en aplicaciones iOS, Android,
Linux, Windows o Mac. Esto es debido a que cuenta con una curva de aprendizaje
moderada ya que su filosofía hace hincapié en ofrecer una sintaxis de código
legible.
Es un lenguaje de programación versátil multiplataforma y multiparadigma que
se destaca por su código legible y limpio. Una de las razones de su éxito es que
cuenta con una licencia de código abierto que permite su utilización en cualquier
escenario. Esto hace que sea uno de los lenguajes de iniciación de muchos
programadores siendo impartido en escuelas y universidades de todo el mundo.
Sumado a esto cuenta con grandes compañías que hacen de este un uso intensivo.
Tal es el caso de Google, Facebook o Youtube, ya que permite, entre otras de sus
características la automatización de procesos y ejecución de tareas en tanto en
entorno cliente como servidor.
Python es ideal para trabajar con grandes volúmenes de datos ya que, el ser
multiplataforma, favorece su extracción y procesamiento, por eso lo eligen las
empresas de Big Data. A nivel científico, tiene una gran biblioteca de recursos con
especial énfasis en las matemáticas para aspirantes a programadores en áreas
especializadas. Y si esto fuera poco, es posible crear videojuegos, aunque no es
tan eficiente como Java o C#.
Python nació a principios de los 90 y, en un inicio, fue desarrollado como un
hobby por Guido Van Rossum, un ingeniero holandés que trabajaba en ese
momento en el CWI de Amsterdam, el Centro de Investigación de Ciencias de la
Computación holandés y como curiosidad el nombre elegido, Python, fue tomado
del grupo cómico británico Monty Python, del que Guido era un gran fan.
BIBLIOGRAFÍA
[1]Sistemas de espera
Pastor, R. T. (2010). Aplicación de la simulación a un sistema de colas de canal
simple. Perspectivas, (26), 91-112.
[2]Matlab
Moore, H., Olguín, V. C., & Nuño, R. M. (2007). Matlab para ingenieros (No.
620.0013 M66 2007.). Pearson Educación.
[3]Python
Challenger-Pérez, I., Díaz-Ricardo, Y., & Becerra-García, R. A. (2014). El lenguaje de
programación Python. Ciencias Holguín, 20(2), 1-13.