Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
UNIDAD 2
TRFICO Y SU APLICACIN AL DIMENSIONAMIENTO
DE REDES DE TELECOMUNICACIONES
74
condicin de estacionario,
b)
c)
regularidad.
(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":
76
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)
(6.6)
(6.7)
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) = ebt
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:
77
(6.12)
La probabilidad que la siguiente llegada aparezca dentro del intervalo (t, t + dt) se puede expresar
como:
f(t) . dt = et . 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. 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).
78
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 X2 = 18,86 con 19 grados de libertad, percentil = 53)
16.2.2 Distribucin de Erlang-k
De lo anterior se deduce que el tiempo hasta que hayan aparecido k llegadas exactamente es una
suma de k variables estocsticas IID distribuidas exponencialmente.
La distribucin de esta suma se denomina distribucin Erlang-k y la densidad viene dada por la
ecuacin (4.8):
79
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)
(6.15)
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.
16.2.3 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.
80
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,
t1); (t1, t1 + dt1) y (t1 + dt1, 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 t1 de modo tal que la ltima llegada dentro de
(0, t) se produzca en el intervalo (t1, t1 + dt1), se obtiene la probabilidad p(i, t) mediante la
integracin de todos los valores posibles de t1 como producto de las tres probabilidades
siguientes:
a) La probabilidad que (i 1) llegadas se produzcan dentro del intervalo de tiempo (0; t1):
b) La probabilidad que haya una sola llegada dentro del intervalo de tiempo de t1 a t1+dt1:
. dt1
c) La probabilidad que no se produzcan llegadas en el intervalo de t1 + dt1 a t:
(t-t1)
El producto de las primeras dos probabilidades es la probabilidad que la i-sima llegada aparezca
en el intervalo (t1, t1 + dt1), 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:
81
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
(rgimen ), se obtiene entonces un nmero de paquetes distribuidos de Poisson en cada
segmento de tiempo.
82
83
84
Cuadro 6.1 - Correspondencia entre las distribuciones del proceso binomial y el proceso de
Poisson.
16.3
En este punto se tratarn algunas propiedades fundamentales del proceso de Poisson. Del modelo
fsico tratado anteriormente 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.
16.3.1 Distribucin uniforme una propiedad condicional
En la distribucin de poisson 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 6.1 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. Esto se
puede demostrar con la distribucin de Poisson (representacin del nmero) o bien con la
distribucin exponencial (representacin del intervalo).
16.3.2 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.
86
En esta leccin y en las 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 leccin slo se examina la frmula de Erlang B fundamental.
17.1 Introduccin
La frmula de Erlang B est basada en el modelo siguiente, descrito por los elementos estructura,
estrategia y trfico.
a)
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)
n = : Distribucin de Poisson.
2.
89
Las ecuaciones de nodo son siempre aplicables aun para diagramas de transicin de estado de
diversas dimensiones. Este tema ser tratado ms adelante.
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:
90
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.
17.2.2 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
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.
17.2.3 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:
91
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):
sta es la famosa frmula de Erlang B (1917 [12]). Se simboliza por En(A) = E1,n(A), donde el
ndice "uno" se refiere al nombre alternativo de la primera frmula de Erlang.
92
Trfico transportado: Si se utiliza la ecuacin de corte para el corte entre los estados [i1] e [i] se
tiene:
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
93
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.
La funcin mejora Fn(A) est tabulada en el "Principio de Moe" (Arne Jensen, 1950 [50]) y se
muestra en la figura 7.5. La aplicacin de este principio es para dimensionamiento econmico
ptimo.
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):
94
donde
95
18.1
Para clculos numricos, la frmula (7.9) no es muy apropiada puesto que n! y An 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:
donde In(A) = 1/En(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]).
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:
96
Congestin de trfico:
Congestin de llamadas:
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:
18.2
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.
97
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]).
18.2.1 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 E1,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.
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 F1,n(A) (7.15). Parte
inferior: Se obtienen los valores de E, a y F1,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 A1 = 1,2 . A, se observa que la probabilidad de bloqueo aumenta para
98
99
Con este criterio de servicio se atribuir, en comparacin con la probabilidad de bloqueo fija, 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 F1,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:
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):
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):
100
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). (FB = 0,35, A = 25 erlang) El mnimo se obtiene para n = 30 lneas de enlace.
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 FB independientemente de la funcin costo. 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 FB
las probabilidades de bloqueo para valores pequeos del trfico ofrecido se hace grande
(vase el cuadro 7.2)
102
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
19.1
Introduccin
Considrese un sistema con la misma estructura (grupo de accesibilidad completa) y estrategia
(llamadas perdidas eliminadas) como en la leccin 18 pero con ms procesos generales de trfico.
En el texto siguiente se supone que los tiempos de servicios estn distribuidos exponencialmente
(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.
103
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:
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.
19.2
Distribucin binomial
Figura 8.2 Cada fuente est ocupada o en reposo y se comporta en forma independiente
de todas las otras fuentes
105
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
106
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 .
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.
19.2.2 Caractersticas del trfico binomial
Se han visto las siguientes definiciones de los parmetros:
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.
107
Congestin temporal:
Trfico transportado:
que es el valor medio de la distribucin binomial (8.4). En este caso sin bloqueo se tiene entonces
= a.
Congestin de trfico:
B=0
(8.16)
108
Bsqueda secuencial: expresin compleja deducida por L.A. Joys (1971 [56]).
Funcin mejora:
Grado de curtosis: (Cuadro 6.1)
= S, se
Leccin 20:
Distribucin de Engset
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
109
20.1
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
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. 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]).
20.1
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):
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:
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:
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
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:
112
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 :
113
114
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 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.
115
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:
118
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
119
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.
20.4
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.
20.4.1 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 mi y varianza i. Con esta simplificacin se considerarn dos flujos de
120
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 ( nx + l) canales que ofrecen
el trfico Ax. 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
(nx, Ax).
121
Como el trfico ofrecido es m, la probabilidad de bloqueo del sistema viene dada por:
Para un valor inicial A0 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 A0 en la iteracin:
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 nx canales primarios
y l canales secundarios (de desbordamiento), se puede calcular la probabilidad de bloqueo debido
a los nx canales primarios, y la probabilidad de bloqueo debido a los l canales secundarios. La
123
probabilidad que el trfico se pierda por los n canales es igual a la probabilidad que el trfico se
pierda por nx + 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.
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 E8(10) = 0,3383. El bloqueo del grupo de desbordamiento es:
I
1
Trfico
ofrecido
Ai
12
Nmero de
canales
ni(j)
16
Desbordamiento
medio
m1,i
0,7250
Varianza de
desbordamiento
vi
1,7190
Grado de
curtosis
Zi
2,3711
1,8846
3,5596
1,8888
4,0000
4,0000
1,0000
Total
24
6,6095
9,2786
1,4038
Clula
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.
124
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.
125