Teoria de Teletrafico.pdf
-
Upload
jimmy-gonzalez -
Category
Documents
-
view
214 -
download
0
Transcript of Teoria de Teletrafico.pdf
-
8/18/2019 Teoria de Teletrafico.pdf
1/130
© Dr. Ing. José Joskowicz, 2014
Teoría e Ingeniería deTeletráfico
Dr. Ing. José Joskowicz
-
8/18/2019 Teoria de Teletrafico.pdf
2/130
© Dr. Ing. José Joskowicz, 2014
Introducción
Teoría e Ingeniería deTeletráfico
-
8/18/2019 Teoria de Teletrafico.pdf
3/130
3© Dr. Ing. José Joskowicz, 2014
¿Qué es la“Teoría de Teletráfico”?
Es la aplicación de las teorías de probabilidadesa la solución de problemas de planificación,evaluación de desempeño, operación y
mantenimiento de sistemas detelecomunicaciones
Parte de esta presentación se basa en
ITU–D Study Group 2 Question 16/2Handbook “TELETRAFFIC ENGINEERING”
June 2006
-
8/18/2019 Teoria de Teletrafico.pdf
4/130
4© Dr. Ing. José Joskowicz, 2014
Principales funciones de laIngeniería de Teletráfico
Caracterización de la demanda de tráfico Objetivos del grado de servicio (GoS)
Controles y dimensionamiento del tráfico
Vigilancia de la calidad de funcionamiento
Según Recomendación ITU-T E.490.1 (01/2003)
-
8/18/2019 Teoria de Teletrafico.pdf
5/130
5© Dr. Ing. José Joskowicz, 2014
Principales funciones de laIngeniería de Teletráfico
Según Recomendación ITU-T E.490.1 (01/2003)
-
8/18/2019 Teoria de Teletrafico.pdf
6/130
6© Dr. Ing. José Joskowicz, 2014
Conjunto de recursos
Intensidad Instantánea de Tráfico(Traffic Intensity)
La intensidad instantánea de tráfico en unconjunto de recursos es la cantidad de recursosocupados en un determinado instante de tiempo
Los “recursos” pueden ser líneas urbanas,servidores, o cualquier tipo de elemento que puedeser compartido por varios usuarios
recurso librerecurso ocupado
Instantánea
n recursosocupados
-
8/18/2019 Teoria de Teletrafico.pdf
7/130
7© Dr. Ing. José Joskowicz, 2014
Conjunto de recursos
Intensidad Promedio de Tráfico(Traffic Intensity)
La ocupación de cada recurso puede variar conel tiempo.
En cada instante t, hay n recursos ocupados
Evoluciónen eltiempo
n(t) recursosocupados
-
8/18/2019 Teoria de Teletrafico.pdf
8/130
8© Dr. Ing. José Joskowicz, 2014
Intensidad Promedio de Tráfico(Traffic Intensity)
-
8/18/2019 Teoria de Teletrafico.pdf
9/130
9© Dr. Ing. José Joskowicz, 2014
Intensidad Promedio de Tráfico
Donde n(t) es la cantidad de recursos ocupadosen cada instante t y T es un tiempo fijo
Y(T) es adimensionada (“tiempo” / “tiempo”)
∫=T
dt t nT
T Y 0
)(1
)(
-
8/18/2019 Teoria de Teletrafico.pdf
10/130
10© Dr. Ing. José Joskowicz, 2014
Erlang
Unidad de medida de tráfico(definición de la CCIF* del 28 deoctubre de 1946):
* Le Comité Consultatif International des Comunications Telephoniques a grandedistance
-
8/18/2019 Teoria de Teletrafico.pdf
11/130
11© Dr. Ing. José Joskowicz, 2014
Unidades de Tráfico
Erlang (E ): Un Erlang corresponde a una intensidad promedio de
tráfico de una hora por hora
Equivalente a un recurso ocupado en forma
permanente Cientos de segundos por hora o Hundred call
seconds per hour (CCS ):
Un CCS corresponde a una intensidad promedio detráfico de 100 segundos por hora (puede serasociado a la duración de una llamada típica)
36 CCS = 1 E
-
8/18/2019 Teoria de Teletrafico.pdf
12/130
12© Dr. Ing. José Joskowicz, 2014
Volumen de tráficoTraffic Volume
Es el tráfico total cursado en un periodo detiempo T
Integral en el tiempo de la intensidad de tráfico
Se mide en Eh (Erlang-horas) o Es (Erlang-segundos)
Es la suma de todos los tiempos de ocupación
en el periodo medido
-
8/18/2019 Teoria de Teletrafico.pdf
13/130
13© Dr. Ing. José Joskowicz, 2014
Intensidad de llamadasCall Intensity
Promedio de llamadas por unidad de tiempo
tiempodeunidad
llamadas=λ
-
8/18/2019 Teoria de Teletrafico.pdf
14/130
14© Dr. Ing. José Joskowicz, 2014
Intensidad de llamadasCall Intensity
Promedio de llamadas por minuto, tomadas cada 15 minutos,durante 10 días, de lunes a viernes
-
8/18/2019 Teoria de Teletrafico.pdf
15/130
15© Dr. Ing. José Joskowicz, 2014
Intensidad de llamadasCall Intensity Distribución de Lllamadas
0%
2%
4%
6%
8%
10%
12%
14%
0 7 : 0 0
0 7 : 3 0
0 8 : 0 0
0 8 : 3 0
0 9 : 0 0
0 9 : 3 0
1 0 : 0 0
1 0 : 3 0
1 1 : 0 0
1 1 : 3 0
1 2 : 0 0
1 2 : 3 0
1 3 : 0 0
1 3 : 3 0
1 4 : 0 0
1 4 : 3 0
1 5 : 0 0
1 5 : 3 0
1 6 : 0 0
1 6 : 3 0
1 7 : 0 0
1 7 : 3 0
Horario
% d e l l a m a d a s
02-Mar 03-Mar
04-Mar 05-Mar
06-Mar 09-Mar
10-Mar 11-Mar
12-Mar 13-Mar
16-Mar 17-Mar
18-Mar 19-Mar
20-Mar 23-Mar
Promedio de llamadas por minuto, tomadas cada 15 minutos,cada día
-
8/18/2019 Teoria de Teletrafico.pdf
16/130
16© Dr. Ing. José Joskowicz, 2014
Intensidad de llamadasCall Intensity
Llamadas por minuto, entre las 8:00 y las 13:00 de un día particular
-
8/18/2019 Teoria de Teletrafico.pdf
17/130
17© Dr. Ing. José Joskowicz, 2014
Intensidad de llamadasCall Intensity
Llamadas por minuto, en una hora (entre las 10 y las 11),en un día particular
Llamadas por minuto
0
10
20
30
40
50
0 5 10 15 20 25 30 35 40 45 50 55 60
Minuto (10:xx)
C a n t i d a d
-
8/18/2019 Teoria de Teletrafico.pdf
18/130
18© Dr. Ing. José Joskowicz, 2014
Tiempo medio de ocupaciónMean Holding Time
Duración media del tiempo de ocupación Por ejemplo: Duración media de las llamadas
-
8/18/2019 Teoria de Teletrafico.pdf
19/130
19© Dr. Ing. José Joskowicz, 2014
Tráfico en función de intensidadde llamadas y ocupación media
)(1
)(
1
1−=
=
=
sd
smediaduraciónd
ssegundo
llamadas
µ
λ
d
-
8/18/2019 Teoria de Teletrafico.pdf
20/130
20© Dr. Ing. José Joskowicz, 2014
Tráfico en función de intensidadde llamadas y ocupación media
1 s
)(1
1
smediaduración
ssegundo
llamadas
=
=
µ
λ
/ 1
-
8/18/2019 Teoria de Teletrafico.pdf
21/130
21© Dr. Ing. José Joskowicz, 2014
Tráfico en función de intensidadde llamadas y ocupación media
El tráfico A se puede calcular como
µ
λ λ == d A
-
8/18/2019 Teoria de Teletrafico.pdf
22/130
22© Dr. Ing. José Joskowicz, 2014
Hora picoBusy Hour
Período de 60 minutos que tiene el máximo detráfico, tomado en intervalos de 15 minutos
Por ejemplo: La hora pico puede ser de 9:15 a 10:15
-
8/18/2019 Teoria de Teletrafico.pdf
23/130
23© Dr. Ing. José Joskowicz, 2014
Hora picoBusy Hour
La relación entre el tráfico en la
hora pico y el tráfico diario totales del orden del 12%
-
8/18/2019 Teoria de Teletrafico.pdf
24/130
24© Dr. Ing. José Joskowicz, 2014
Tráfico OfrecidoOffered Traffic
Es el tráfico que se cursaría si no existierarechazo dentro de la red
Se podría cursar con “infinitos” recursos
UsuariosTráfico
OfrecidoRed Usuarios
-
8/18/2019 Teoria de Teletrafico.pdf
25/130
25© Dr. Ing. José Joskowicz, 2014
Tráfico CursadoCarried Traffic
Es el tráfico que efectivamente cursado por lared
Típicamente “se puede medir”
UsuariosTráfico
OfrecidoRed
TráficoCursado
Usuarios
-
8/18/2019 Teoria de Teletrafico.pdf
26/130
26© Dr. Ing. José Joskowicz, 2014
Tráfico Perdido o RechazadoLost or Rejected Traffic
Es el tráfico que NO pudo ser cursado por la red
UsuariosTráfico
OfrecidoRed
TráficoCursado
P er d i d o
Usuarios
-
8/18/2019 Teoria de Teletrafico.pdf
27/130
27© Dr. Ing. José Joskowicz, 2014
Tráfico de DesbordeOverflow Traffic
Es el tráfico que no pudo ser cursado por un redy es derivado a otra red
UsuariosTráfico
OfrecidoRed 1
TráficoCursado
Usuarios
D e s b or d e
Red 2
-
8/18/2019 Teoria de Teletrafico.pdf
28/130
28© Dr. Ing. José Joskowicz, 2014
Generación de tráfico
Probabilidad deerror del usuario
Probabilidad deerrores técnicos y
bloqueo
Probabilidad decada resultado
posible
Reintentos
-
8/18/2019 Teoria de Teletrafico.pdf
29/130
29© Dr. Ing. José Joskowicz, 2014
Reintentos cuando el destinoestá ocupadoHistograma de los
reintentos en
función del tiempode reintento luegodel intento inicial,
cuando el destinoestá ocupado
-
8/18/2019 Teoria de Teletrafico.pdf
30/130
© Dr. Ing. José Joskowicz, 2014
Modelos Matemáticos
Teoría e Ingeniería de
Teletráfico
-
8/18/2019 Teoria de Teletrafico.pdf
31/130
31© Dr. Ing. José Joskowicz, 2014
Proceso de Arribos
Los procesos de arribo se pueden describirmatemáticamente como procesos estocásticospuntuales
Tiempo entre arribos:- Variable aleatoria
- No se produce arribos múltiples
- En promedio, λ arribos por unidad de tiempo
tiempo
arribos
-
8/18/2019 Teoria de Teletrafico.pdf
32/130
32© Dr. Ing. José Joskowicz, 2014
Proceso de Arribos
Al asumir que cada “tiempo entre arribos” semodela con la misma variable aleatoria, quedaimplícito que la distribución de arribos esindependiente del tiempo
Puede ser cierto durante períodos cortos de tiempo
Llamaremos A a la variable aleatoria quemodela el tiempo entre arribos
∫=≤= T
dt t aT P0
)()(AAAAA
(T
)
A
(T
)
A
(T
)
A
(T
)
-
8/18/2019 Teoria de Teletrafico.pdf
33/130
33© Dr. Ing. José Joskowicz, 2014
Proceso de Arribos
El tiempo medio entre arribos (el valoresperado) se puede calcular como
¿Cómo definir A?
El “tiempo entre arribos” se puede modelar con
una distribución exponencial de parámetro λ
∫∞
=0
)(1
dt t ta
λ
t
t
et a
et A
λ
λ
λ −
−
=
−=
)(
1)(
-
8/18/2019 Teoria de Teletrafico.pdf
34/130
34© Dr. Ing. José Joskowicz, 2014
Ejemplo: 360 llamadas por hora
segundo
llamadas
hora
llamadas1.0360 ==λ
)(101
llamadasentre promediotiempollamada
segundos=
λ
0
0.2
0.4
0.6
0.8
1
1.2
0 20 40 60
t
0
0.02
0.04
0.06
0.08
0.1
0.12
0 20 40 60
t
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0 20 40 60
t
t
et A
λ −−=
1)(
t et a λ λ −=)( t tet ta λ λ −=)(
-
8/18/2019 Teoria de Teletrafico.pdf
35/130
35© Dr. Ing. José Joskowicz, 2014
Propiedades de la distribuciónExponencial de parámetro λ
Valor esperado
Varianza var A = E (A2) – E (A)2
λ
1)( =AAAA E
21var λ =AAAA
-
8/18/2019 Teoria de Teletrafico.pdf
36/130
36© Dr. Ing. José Joskowicz, 2014
Propiedades de la distribuciónexponencial
“No tiene memoria”:)()|( hPT hT P >=≥+> AAAAAAAAAAAA
∫∫∫
∫ ∫
∞
−−
−
+−
∞
−
∞
+
−
∞ ∞
−
>=====>+>
==>
h
t h
T
hT
T
t
hT
t
T T
t
hPdt eee
e
dt e
dt e
T hT P
dt edt t aT P
)()(
)()(
)(AAAAAAAAAAAA
AAAA
λ λ
λ
λ
λ
λ
λ
λ
λ
λ
λ
-
8/18/2019 Teoria de Teletrafico.pdf
37/130
37© Dr. Ing. José Joskowicz, 2014
Propiedades de la distribuciónexponencial
La distribución de probabilidad del arribo de unanueva llamada no depende de cuanto tiempohaya pasado desde el arribo de la últimallamada
-
8/18/2019 Teoria de Teletrafico.pdf
38/130
38© Dr. Ing. José Joskowicz, 2014
Relación entre la distribuciónExponencial y la de Poisson
Si los tiempos entre arribos son exponencialesde parámetro λ , el número de arribos N queocurren en un lapso de tiempo T tiene undistribución de Poisson de parámetro λT
!
)()(
N
eT N P
T N λ λ −=
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0.16
0.18
0 1 2 3 4 5 6 7 8 9 10 11 12
N= cantidad de llamadas para T=60 seg
segundo
llamadas1.0=λ
-
8/18/2019 Teoria de Teletrafico.pdf
39/130
39© Dr. Ing. José Joskowicz, 2014
Duración de las llamadasDuración de llamadas:- Variable aleatoria
- En promedio, de duración
d= 1 /µ
-
8/18/2019 Teoria de Teletrafico.pdf
40/130
40© Dr. Ing. José Joskowicz, 2014
Duración de las llamadas
Al asumir que la duración de las llamadas semodela con la misma variable aleatoria, quedaimplícito que la distribución de la duración esindependiente del tiempo
Puede ser cierto durante períodos cortos de tiempo ypara un mismo tipo de llamadas
Llamaremos S a la variable aleatoria quemodela la duración de llamadas
∫=≤=T
dt t sT S PT S 0
)()()(
-
8/18/2019 Teoria de Teletrafico.pdf
41/130
41© Dr. Ing. José Joskowicz, 2014
Duración de las llamadas
La duración media de las llamadas (el valoresperado) se puede calcular como
La duración de las llamadas se puede modelarcon una distribución Exponencial de parámetro
µ=1/ d
∫∞
==0
)(1
dt t tsd
µ
t
t
et s
et S
µ
µ
µ −
−
=
−=
)(
1)(
-
8/18/2019 Teoria de Teletrafico.pdf
42/130
42© Dr. Ing. José Joskowicz, 2014
Ejemplo: duración media de 3minutos
1180 / 1
180
−=
=
segundos
segundosd
µ
d
t
ed t s
−
=
1
)( d
t
ted t ts
−
=
1
)(
0
0.001
0.002
0.003
0.004
0.005
0.006
0 200 400 600
t
0
0.05
0.1
0.150.2
0.25
0.3
0.35
0.4
0 100 200 300 400 500 600
t
-
8/18/2019 Teoria de Teletrafico.pdf
43/130
© Dr. Ing. José Joskowicz, 2014
Modelo con“infinitos recursos”
Teoría e Ingeniería de
Teletráfico
-
8/18/2019 Teoria de Teletrafico.pdf
44/130
44© Dr. Ing. José Joskowicz, 2014
Consideraciones
Consideramos un sistema con∞
recursosidénticos, trabajando en paralelo
“Grupo homogéneo” (homogeneous group )
Hay∞
fuentes que pueden generar tráfico Una llamada es aceptada en el sistema si existe
por lo menos un recurso disponible, y cada
llamada ocupa un único recurso “Accesibilidad completa” (full accessibility )
Dado que hay ∞ recursos, las llamadas son siempreaceptadas
-
8/18/2019 Teoria de Teletrafico.pdf
45/130
45© Dr. Ing. José Joskowicz, 2014
Consideraciones
El arribo de llamadas se puede modelar comoun proceso de Poisson de parámetro λ llamadaspor segundo
“Tráfico de Chance Pura”
La duración de las llamadas tiene unadistribución exponencial de parámetro µ=1/ dsegundos-1
El tráfico se puede modelar como un proceso de“nacimiento y muerte”
Proceso simple de Markov
-
8/18/2019 Teoria de Teletrafico.pdf
46/130
46© Dr. Ing. José Joskowicz, 2014
Diagrama de transición deestados
Definimos el estado del sistema [i] como lacantidad de recursos ocupados i.
En un instante determinado, el sistema se
encuentra en el estado [i]
0 1 2 i -1 i i +1
-
8/18/2019 Teoria de Teletrafico.pdf
47/130
47© Dr. Ing. José Joskowicz, 2014
Diagrama de transición deestados
Con el tiempo pueden existir transiciones entreestados
Entre un tiempo t y t +dt, solo existen
transiciones simples La probabilidad de arribo o fin de más de 2 llamadas
en dt es despreciable
0 1 2 i -1 i i +1 i +2
-
8/18/2019 Teoria de Teletrafico.pdf
48/130
48© Dr. Ing. José Joskowicz, 2014
Diagrama de transición deestados
Demostración para el caso de arribos:Probabilidad de N arribos en un tiempo T:
)1(2
)(
2
)()2(
)1(
0!
)()(
22
PT eT
P
T TeP
T N
eT N P
T
T
T N
-
8/18/2019 Teoria de Teletrafico.pdf
49/130
49© Dr. Ing. José Joskowicz, 2014
Diagrama de transición deestados
En una situación de equilibrio estadístico , elsistema se encontrará en el estado [i] unaproporción de tiempo p(i)
p(i) es la probabilidad de encontrar al sistema enel estado [i]
0 1 2 i -1 i i +1
p(i) = probabilidad del estado i
-
8/18/2019 Teoria de Teletrafico.pdf
50/130
50© Dr. Ing. José Joskowicz, 2014
Diagrama de transición deestados
La probabilidad de pasar del estado [i] al [i+1]en un intervalo de tiempo T , es la probabilidadde que exista un arribo en ese intervalo detiempo.
Si T es muy pequeño, esa probabilidad es
0 1 2 i -1 i i +1
T TeP T λ λ λ ≈= −)1( T λ
-
8/18/2019 Teoria de Teletrafico.pdf
51/130
51© Dr. Ing. José Joskowicz, 2014
Diagrama de transición deestados
La probabilidad de pasar del estado [i] al [i+1]durante un tiempo corto T
Es lineal con T
Solo depende de la tasa de arribos λ, pero no delestado [i] en el que se encuentre el sistema
Hay “infinitas fuentes” generadoras de tráfico
0 1 2 i -1 i i +1
T λ T λ T λ T λ T λ T λ
-
8/18/2019 Teoria de Teletrafico.pdf
52/130
52© Dr. Ing. José Joskowicz, 2014
Diagrama de transición deestados
La probabilidad de pasar del estado [i] al [
i-1] enun intervalo de tiempo T , es la probabilidad de
que termine una llamada en t < T
La probabilidad de que termine1
de las illamadas del estado [i] es
Como hay i llamadas p( [i]→ [i-1] )=iµT
)0(...)2
)(1(1)(
1)(
2
→≈−+−−=
−= −
T paraT T T T S
eT S T
µ µ µ
µ
-
8/18/2019 Teoria de Teletrafico.pdf
53/130
53© Dr. Ing. José Joskowicz, 2014
Diagrama de transición deestados
Si T es muy pequeño, la probabilidad de pasardel estado [i] al [i-1] en un intervalo de tiempo T
Es lineal con T
Es inversamente proporcional a la duración media d
Es proporcional a µ=1/ d
Es proporcional a la cantidad de llamadas (recursosocupados) en el sistema
Es proporcional a i
-
8/18/2019 Teoria de Teletrafico.pdf
54/130
54© Dr. Ing. José Joskowicz, 2014
Diagrama de transición deestados
0 1 2 i -1 i i +1
T λ T λ T λ T λ T λ T λ
T i µ )1( +T iT i )1( −T µ 2T
Válido para T muy pequeño
-
8/18/2019 Teoria de Teletrafico.pdf
55/130
55© Dr. Ing. José Joskowicz, 2014
Ecuaciones de nodo
p(i) es la probabilidad de encontrar al sistema enel estado [i]
La cantidad media de “saltos” del estado [0] alestado [1] en el intervalo T es λTp(0)
La cantidad de “saltos” del estado [0] al estado [1] porunidad de tiempo es λTp(0)/T= λ p(0)
La cantidad media de “saltos” del estado [1] alestado [0] en el intervalo T es µTp(1)
La cantidad de “saltos” del estado [1] al estado [0] porunidad de tiempo es µTp(1)/T= µp(i+1)
-
8/18/2019 Teoria de Teletrafico.pdf
56/130
56© Dr. Ing. José Joskowicz, 2014
Ecuaciones de nodo
0 1
λ
µ
)1()0( p pλ =
Transiciones por unidad de tiempo
-
8/18/2019 Teoria de Teletrafico.pdf
57/130
57© Dr. Ing. José Joskowicz, 2014
Ecuaciones de nodo
)()()1()1()1(
)()()1()1()1(
0
i pii pii p
i pii pi pii p
i
µ λ µ λ
µ λ µ λ
+=+++−
+=+++−
>
i -1 i i +1
λ λ
)1( +i µ i
Transiciones por unidad de tiempo
-
8/18/2019 Teoria de Teletrafico.pdf
58/130
58© Dr. Ing. José Joskowicz, 2014
En equilibro estadístico, la cantidad detransiciones del estado [i-1] al [i] deben seriguales a las transiciones del estado [i] al [i-1]
Ecuaciones de corte
)()1(
0
i pii p
i
µ λ =−
>i -1 i
λ
i
Transiciones por unidad de tiempo
-
8/18/2019 Teoria de Teletrafico.pdf
59/130
59© Dr. Ing. José Joskowicz, 2014
Normalización
El sistema siempre estará en uno de losposibles estados
La suma de todas las probabilidades de los estadosdebe ser 1
1)(0
=∑∞
=i
i p
D d ió d l b bilid d
-
8/18/2019 Teoria de Teletrafico.pdf
60/130
60© Dr. Ing. José Joskowicz, 2014
Deducción de las probabilidadesde estados
Aplicamos las ecuaciones de “corte”
....
)1()1()(
)()()1(
)1()1()2(
....
)3(3)2(
)2(2)1(
)1()0(
++=
=−
−−=−
=
=
=
i pii p
i pii p
i pii p
p p
p p
p p
µ λ
µ λ
µ λ
µ λ
µ λ
λ
µ λ == d A
D d ió d l b bilid d
-
8/18/2019 Teoria de Teletrafico.pdf
61/130
61© Dr. Ing. José Joskowicz, 2014
Deducción de las probabilidadesde estados
....
)0(!
)1()(
)0()!1()2(1)1(
....
)0(23)2(3)3(
)0(2
)1(2
)2(
)0()1(
1
3
2
pi
Ai p
i
Ai p
pi
A
i pi
A
i p
p x
A
p
A
p
p A
p A
p
Ap p
i
i
=−=
−=−−=−
==
==
=
−
A
i
i
i
ii
e
i
A p
pi
A
i p
−∞
=
∞
=
∞
=
==
⇒=
=
∑
∑
∑
0
0
0
!
1)0(
1)0(!
1)(
Ai
ei
Ai p
−=
!)(
Ejemplo
-
8/18/2019 Teoria de Teletrafico.pdf
62/130
62© Dr. Ing. José Joskowicz, 2014
Ejemplo
¿Cuántos recursos de conmutación seránutilizados?
Sistema con
“Infinitos recursos”de conmutación
Usuarios quegenerar
600 llamadaspor hora,
de 1 minuto deduraciónpromedio
Ejemplo
-
8/18/2019 Teoria de Teletrafico.pdf
63/130
63© Dr. Ing. José Joskowicz, 2014
Ejemplo
600 llamadas por hora = 600/3600 llamadas porsegundo
λ=1/6 seg-1
60 segundosde duración
d =60 seg
µ=1/60 seg-1
A = λ /µ= 10 Erlang
Ai
e
i
Ai p
−=
!
)(0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
p ( i )
i - cantidad de recursos ocupados
p(i) para A=10
Características del tráfico con
-
8/18/2019 Teoria de Teletrafico.pdf
64/130
64© Dr. Ing. José Joskowicz, 2014
Características del tráfico coninfinitos recursos
No hay “congestión”: Hay infinitos recursos ytodos son accesibles
El tráfico cursado Y es igual al tráfico ofrecido
El tráfico perdido es 0
Ae Aei
A Aee
i
AiiipY
A
i
Ai
A
i
Ai
i
==−
=== ∑∑∑ ∞
=
−−
−∞
=
−∞
= 1
1
11 )!1(!)(
-
8/18/2019 Teoria de Teletrafico.pdf
65/130
© Dr. Ing. José Joskowicz, 2014
Recursos finitos:Modelos de pérdida
Teoría e Ingeniería de
Teletráfico
Consideraciones
-
8/18/2019 Teoria de Teletrafico.pdf
66/130
66© Dr. Ing. José Joskowicz, 2014
Consideraciones
Consideramos un sistema con n recursosidénticos, trabajando en paralelo
“Grupo homogéneo” (homogeneous group )
Una llamada es aceptada en el sistema si existepor lo menos un recurso disponible, y cadallamada ocupa un único recurso
“Accesibilidad completa” (full accessibility )
Consideraciones
-
8/18/2019 Teoria de Teletrafico.pdf
67/130
67© Dr. Ing. José Joskowicz, 2014
Consideraciones
Si todos los recursos están ocupados el sistemaestá “congestionado” y el intento de llamada esbloqueado
El intento de llamada en este caso “desaparece”, no
hay espera ni reintentos
Modelo de pérdida (Lost Calls Cleared )
Diagrama de transición de
-
8/18/2019 Teoria de Teletrafico.pdf
68/130
68© Dr. Ing. José Joskowicz, 2014
Diagrama de transición deestados
0 1 2 i -1 i i +1
λ λ λ λ λ λ
)1( +i µ i µ )1( −i2
Transiciones por unidad de tiempo
n
λ
µ n
Deducción de las probabilidades
-
8/18/2019 Teoria de Teletrafico.pdf
69/130
69© Dr. Ing. José Joskowicz, 2014
Deducción de las probabilidadesde estados
)0(!)1()(
....
)0(!)1()(
....
)0(23)2(3)3(
)0(2
)1(2
)2(
)0()1(
3
2
pn
A
n pn
A
n p
pi
A
i pi
A
i p
p x
A
p
A
p
p A
p A
p
Ap p
n
i
=−=
=−=
==
==
=
∑
∑
∑
=
=
=
=
⇒=
=
n
i
i
n
i
i
n
i
i
A p
pi
A
i p
0
0
0
!
1)0(
1)0(!
1)(
∑=
= n
j
j
i
j
Ai Ai p
0 !
1!
)(
Congestión
-
8/18/2019 Teoria de Teletrafico.pdf
70/130
70© Dr. Ing. José Joskowicz, 2014
Congestión
Hay “congestión” cuando todos los recursosestán ocupados, o sea cuando el sistema estáen el estado [n]
La probabilidad de que al llegar un “arribo”encuentre al sistema en el estado [n] es igual ala probabilidad estacionaria de que el sistemase encuentra en el estado [n]
Esto es conocido como propiedad “Poisson ArrivalsSee Time Average” o PASTA, demostrada porRonald W. Wolff en 1982
Congestión
-
8/18/2019 Teoria de Teletrafico.pdf
71/130
71© Dr. Ing. José Joskowicz, 2014
Congestión
Hay “congestión” cuando todos los recursosestán ocupados, o sea cuando el sistema estáen el estado [n]
Por tanto, la probabilidad de que existacongestión es
),(
!
!)(
0
An E
j A
n
A
n p Bn
j
j
n
==
∑=
Conocida como Fórmula de Erlang-B (publicada en 1917)
Ejemplo
-
8/18/2019 Teoria de Teletrafico.pdf
72/130
72© Dr. Ing. José Joskowicz, 2014
Ejemplo
¿Qué probabilidad hay de que existacongestión?
Sistema con
“10 recursos”de conmutación
Usuarios quegenerar
600 llamadaspor hora,
de 1 minuto de
duraciónpromedio
Ejemplo
-
8/18/2019 Teoria de Teletrafico.pdf
73/130
73© Dr. Ing. José Joskowicz, 2014
Ejemplo
λ=1/6 seg-1
µ=1/60 seg-1
A = λ /µ= 10 Erlang
%2121.0
!
10
1
!10
10)10,10(
10
0
10
===
∑= j
j B
j
E
Ejemplo
-
8/18/2019 Teoria de Teletrafico.pdf
74/130
74© Dr. Ing. José Joskowicz, 2014
Ejemplo
¿Cómo varía la probabilidad de bloqueo segúnla cantidad de recursos disponibles?
∑=
= n
j
j
n
B
j
An A An E
0 !
1!
),(
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
p ( b l o q u e o )
n- cantidad de recursos disponibles
E B(n,10)
Ejemplo
-
8/18/2019 Teoria de Teletrafico.pdf
75/130
75© Dr. Ing. José Joskowicz, 2014
Zoom
Ejemplo
Si queremos que la probabilidad de bloqueo seamenor al 1%, ¿cuántos recursos necesitamos?
012345678
9101112131415161718
192021
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
n (
c a
n t i d a d e r e c u r s o s )
p- probabilidad de bloqueo
E B(n,10)
Ejemplo
-
8/18/2019 Teoria de Teletrafico.pdf
76/130
76© Dr. Ing. José Joskowicz, 2014
je p o
Si queremos que la probabilidad de bloqueo seamenor al 1%, ¿cuántos recursos necesitamos?
10
11
12
13
14
15
16
17
18
19
20
21
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
n ( c
a n t i d a d e r e c u r s o s )
p- probabilidad de bloqueo
E B(n,10)
n=18
Tablas de Erlang-B
-
8/18/2019 Teoria de Teletrafico.pdf
77/130
77© Dr. Ing. José Joskowicz, 2014
g
n
Probabilidad de bloqueo= En(A)
Características del tráfico con
-
8/18/2019 Teoria de Teletrafico.pdf
78/130
78© Dr. Ing. José Joskowicz, 2014
modelo de pérdida
Hay “congestión” cuando todos los recursos
están ocupados
El tráfico cursado Y es menor al tráfico ofrecido A
(usando las ecuaciones de corte)
El tráfico perdido es
( )
( )),(1
)(1)1()(11
An E AY
n p Ai ApiipY
B
n
i
n
i
−=
−=−== ∑∑==
( ) ),(),(1 An AE An E A AY A A B Blost =−−=−=
Resumen de las Hipótesis
-
8/18/2019 Teoria de Teletrafico.pdf
79/130
79© Dr. Ing. José Joskowicz, 2014
putilizadas para Erlang-B
Chance pura
El arribo de llamadas se modela según un proceso dePoisson
El tiempo entre arribos de llamadas tiene una
distribución exponencial Existen “infinitas” fuentes generadoras de tráfico
Duración de las llamadas
La duración de las llamadas tiene una distribuciónexponencial
Resumen de las Hipótesis
-
8/18/2019 Teoria de Teletrafico.pdf
80/130
80© Dr. Ing. José Joskowicz, 2014
putilizadas para Erlang-B
Grupo homogéneo de recursos
Los recursos son idénticos, trabajando en paralelo
Accesibilidad completa
Una llamada es aceptada en el sistema si existe porlo menos un recurso disponible, y cada llamadaocupa un único recurso
Sistema de pérdida
Si un intento de llamada no encuentra un recursolibre, se pierde
No hay “reintentos”
Generalización
-
8/18/2019 Teoria de Teletrafico.pdf
81/130
81© Dr. Ing. José Joskowicz, 2014
Duración de las llamadas
La fórmula es valida para cualquier distribución deduración de llamadas, y solo depende de la duraciónmedia d
De hecho, solo depende del tráfico µ λ == d A
Fuentes finitas
-
8/18/2019 Teoria de Teletrafico.pdf
82/130
82© Dr. Ing. José Joskowicz, 2014
¿Qué sucede si hay un número “finito” de
fuentes generadoras de tráfico?
A medida que las “fuentes” obtienen un recurso,quedan menos “fuentes” para generar tráfico
Por lo tanto, la probabilidad de transición del estado[i] al [i-1] dependerá del estado [i]
0 1 2 i -1 i i +1
)(i)1( −iπ )2()1(π )0(π )1( +iπ
n
)1( −n
Fuentes finitas
-
8/18/2019 Teoria de Teletrafico.pdf
83/130
83© Dr. Ing. José Joskowicz, 2014
Interesa en este caso la tasas de arribos por
cada “fuente”
En promedio γ arribos por unidad de tiempo por cada“fuente”
Si hay S fuentes, la tasa total de arribos es
Para el caso de ∞ fuentes aplica
S =
)(lim 0,γ S S →∞→=
Fuentes finitas
-
8/18/2019 Teoria de Teletrafico.pdf
84/130
84© Dr. Ing. José Joskowicz, 2014
El tráfico por cada “fuente” se puede definir
como
µ =
a
Diagrama de transición de
-
8/18/2019 Teoria de Teletrafico.pdf
85/130
85© Dr. Ing. José Joskowicz, 2014
estados
0 1 2 i -1 i i +1
)( iS −
)1( +− iS )2( −S
)1( −S
S )1( −− iS
)1( +i µ i µ )1( −i2
Transiciones por unidad de tiempo
n
)1( −− nS
µ n
Deducción de las probabilidades
-
8/18/2019 Teoria de Teletrafico.pdf
86/130
86© Dr. Ing. José Joskowicz, 2014
de estados
Aplicamos las ecuaciones de “corte”
....
)1()1()()(
)()()1()1(
)1()1()2()2(
....)3(3)2()2(
)2(2)1()1(
)1()0(
++=−
=−+−
−−=−+−
=−
=−
=
i pii piS
i pii piS
i pii piS
p pS
p pS
p pS
µ γ
µ γ
µ γ
µ γ
µ γ
µ γ == d a
Deducción de las probabilidades
-
8/18/2019 Teoria de Teletrafico.pdf
87/130
87© Dr. Ing. José Joskowicz, 2014
de estados
....
)0(!
)1)....(2)(1()1(
)1()(
)0()!1(
)2)....(2)(1()2(
1
)2()1(
....
)0(23
)2)(1()2(
3
)2()3(
)0(2
)1()1(
2
)1()2(
)0()1(
1
3
2
pi
aiS S S S i p
i
aiS i p
pi
aiS S S S i p
i
aiS i p
p x
aS S S p
aS p
paS S
paS
p
Sap p
i
i
+−−−=−
+−=
−
+−−−=−
−
+−=−
−−=
−=
−=
−=
=
−
Deducción de las probabilidadesd d
-
8/18/2019 Teoria de Teletrafico.pdf
88/130
88© Dr. Ing. José Joskowicz, 2014
de estados
)0()(
!)!(
!
)0(
!)!(
!)(
)0(!
)1)....(2)(1()(
paC i p
C iiS
S
p
iiS
aS i p
pi
aiS S S S i p
is
i
s
i
i
i
=
=−
−=
+−−−=
Combinaciones de S tomadas de i
Deducción de las probabilidadesd d
-
8/18/2019 Teoria de Teletrafico.pdf
89/130
89© Dr. Ing. José Joskowicz, 2014
de estados
Normalización
∑
∑
∑
=
=
=
=
=
=
=
n
i
is
i
n
i
is
i
isi
n
i
aC
p
paC
paC i p
i p
1
1
1
1)0(
1)0(
)0()(
1)(
Congestión
-
8/18/2019 Teoria de Teletrafico.pdf
90/130
90© Dr. Ing. José Joskowicz, 2014
Hay “congestión” cuando todos los recursos
están ocupados, o sea cuando el sistema estáen el estado [n]
Por tanto, la probabilidad de que exista
congestión es
),,()(
0
S na E
aC
aC n p Engset
in
i
S
i
nS
n ==
∑=Conocida como Fórmula de Engset (publicada en 1918)
Tore Olaus Engset1865-1943
Características del tráfico deé did f t fi it
-
8/18/2019 Teoria de Teletrafico.pdf
91/130
91© Dr. Ing. José Joskowicz, 2014
pérdida y fuentes finitas
Hay “congestión” cuando todos los recursos
están ocupados
El tráfico cursado Y es
( ) E nS S a
aY
E nS aaY aS Y
E nS aiipaiSpan pnS ai piS aY
i piS ai piS aiipY
n
i
n
i
n
i
n
i
n
i
n
i
)(1
)(
)()()()()()()(
)()()1()1()(
0 00
1
011
−−+
=
−−−=
−−−=−−−=
−=−+−==
∑ ∑∑
∑∑∑
= ==
−
===
-
8/18/2019 Teoria de Teletrafico.pdf
92/130
Resumen de las Hipótesistili adas para Engset
-
8/18/2019 Teoria de Teletrafico.pdf
93/130
93© Dr. Ing. José Joskowicz, 2014
utilizadas para Engset
Grupo homogéneo de recursos
Los recursos son idénticos, trabajando en paralelo
Accesibilidad completa
Una llamada es aceptada en el sistema si existe por
lo menos un recurso disponible, y cada llamadaocupa un único recurso
Sistema de pérdida
Si un intento de llamada no encuentra un recursolibre, se pierde
No hay “reintentos”
-
8/18/2019 Teoria de Teletrafico.pdf
94/130
© Dr. Ing. José Joskowicz, 2014
Recursos finitos:Modelos de demora
Teoría e Ingeniería de
Teletráfico
Consideraciones
-
8/18/2019 Teoria de Teletrafico.pdf
95/130
95© Dr. Ing. José Joskowicz, 2014
Consideramos un sistema con n recursos
idénticos, trabajando en paralelo “Grupo homogéneo” (homogeneous group )
Una llamada es aceptada en el sistema si existe
por lo menos un recurso disponible, y cadallamada ocupa un único recurso
“Accesibilidad completa” (full accessibility )
Consideraciones
-
8/18/2019 Teoria de Teletrafico.pdf
96/130
96© Dr. Ing. José Joskowicz, 2014
Si todos los recursos están ocupados el sistema
está “congestionado” y la llamada se pone en“cola de espera”
La “cola de espera” no tiene límites
Pueden existir ∞ llamadas en espera
Cuando una llamada ingresa a la “cola de espera”, semantiene hasta que llega su turno
NO hay “abandonos”
Modelo de demora (Delay Systems )
Diagrama de transición de
estados
-
8/18/2019 Teoria de Teletrafico.pdf
97/130
97© Dr. Ing. José Joskowicz, 2014
Cola de esperaRecursos
estados
0 1 2 i n
λ λ λ λ λ
ni2
Transiciones por unidad de tiempo
n+1
λ
µ nn
Deducción de las probabilidades
de estados
-
8/18/2019 Teoria de Teletrafico.pdf
98/130
98© Dr. Ing. José Joskowicz, 2014
de estados
Aplicamos las ecuaciones de “corte”
)1()(
....
)1()(
)()1(
....)1()1()(
....
)1()0(
++=+
+=
=−
++=
=
jn pn jn p
n pnn p
n pnn p
i pii p
p p
µ λ
µ λ
µ λ
µ λ
λ
µ λ == d A
Deducción de las probabilidades
de estados
-
8/18/2019 Teoria de Teletrafico.pdf
99/130
99© Dr. Ing. José Joskowicz, 2014
de estados
....
)0(!
)1()(
)0()!1(
)2(1
)1(
....
)0(2
)1(2
)2(
)0()1(
1
2
pi
Ai p
i
Ai p
pi
Ai p
i
Ai p
p A
p A
p
Ap p
ni
i
i
=−=
−=−
−=−
==
=
≤
−
)0(
!
)(
)0(!
)(
)()1()(
p
nn
Ai p
pn
An
Ai p
n pn
Ai p
n
Ai p
ni
ni
i
nni
ni
ni
−
−
−
−
=
=
=−=
>
Deducción de las probabilidades
de estados
-
8/18/2019 Teoria de Teletrafico.pdf
100/130
100© Dr. Ing. José Joskowicz, 2014
de estados
n A
n
An A
n
A
n
A
i
A p
pnn
A p
i
A
i p
j j
j
j j
jnn
i
i
ni
ni
in
i
i
i
<
−
=
=
+
=+
=
∑
∑∑
∑∑
∑
∞
=
∞
=
−
=
∞
=
−
−
=
∞
=
,
1
1
1!!
)0(
1)0(!
)0(!
1)(
0
0
1
0
1
0
0
n A
Ann
n A
i A
pn
i
ni <
−+
=
∑−
=
,
!!
1)0(
1
0
Probabilidad de que exista
demora
-
8/18/2019 Teoria de Teletrafico.pdf
101/130
101© Dr. Ing. José Joskowicz, 2014
demora
La probabilidad de que una llamada ingrese a la
cola de espera (es decir, que no pueda seratendida inmediatamente) es la probabilidad deque el sistema se encuentra en cualquiera de
los estados [i] mayores o iguales a [n]
∑
∞
=
=>ni
i pWait p )()0(
Probabilidad de que exista
demora
-
8/18/2019 Teoria de Teletrafico.pdf
102/130
102© Dr. Ing. José Joskowicz, 2014
demora
)0(!
)0(!
)0(!
)0(
)()0(
0
p An
n
n
A p
n
A
n
A p
nn
AWait p
i pWait p
n
j j
jn
nini
i
ni
−===>
=>
∑∑
∑∞
=
∞
=
−
∞
=
n A An E
An
n
n
A
i
A
An
n
n
A
Wait p C n
i
ni
n
∑
−
=
),,(
!!
!)0(1
0
Conocida como Fórmula de Erlang-C
Probabilidad de que existan
llamadas en espera
-
8/18/2019 Teoria de Teletrafico.pdf
103/130
103© Dr. Ing. José Joskowicz, 2014
llamadas en espera
La probabilidad de que existan llamadas en
espera es la probabilidad de que el sistema seencuentra en cualquiera de los estados [i]mayores estrictos a [n]
),()()0(1
An E n
Ai p L p
C ni
==>
∑
∞
+=
Número promedio de llamadas
en espera
-
8/18/2019 Teoria de Teletrafico.pdf
104/130
104© Dr. Ing. José Joskowicz, 2014
en espera
( ) ( )
( )
( )
( )( )
( ) ( )
( )( )
( )( )( )( )
),()(
1)(
1)(
)()(
)(!
)0()0(!
)(....)3(3)2(2)1(1
2
11
111
1
An E
An
A
An
A
An
nn p L
n An An p
n An A
n An An p L
n An An
An pn A
n An
An p L
n A
n A
n An Ak
n
Ak n p
n
Ak
n
A p p
nn
A Ak L
k nkpn pn pn p L
C
k
k
k
k
k k
k
k k
k n
k k
k n
k
−
=
−−
=
−=
−∂∂=
∂
∂=
∂
∂=
∂
∂=
=
==
+=++++++=
∑∑
∑∑∑
∑
∞
=
∞
=
∞
=
∞
=
∞
=
∞
=
Número promedio de llamadas
en espera cuando hay cola
-
8/18/2019 Teoria de Teletrafico.pdf
105/130
105© Dr. Ing. José Joskowicz, 2014
en espera cuando hay cola
¿Cuántas llamadas en promedio habrá en espera, si
sabemos que existe cola de espera?
Ann L
An
An p
n A
n An p
k p
k nkp
L
L
nk
k
L
−=
−
−=
+
=
>
∞
+=
∞
=
>
∑
∑
0
2
1
1
0
)(
)1(
)(
)(
)(
Tiempo promedio de espera
-
8/18/2019 Teoria de Teletrafico.pdf
106/130
106© Dr. Ing. José Joskowicz, 2014
¿Cuánto tiempo en promedio deberá esperar
una llamada hasta ser atendida?Teorema de Little (John Little, 1961):
La cantidad promedio de llamadas en
espera L es igual a la tasa de arribos λ multiplicada por la demora media W
Es válido para cualquier sistema de encolamiento, sinimportar la distribución de arribos ni la distribución dela duración del servicios o llamadas
W L λ = John Dutton Little1928-
Tiempo promedio de espera
-
8/18/2019 Teoria de Teletrafico.pdf
107/130
107© Dr. Ing. José Joskowicz, 2014
),(
),(1
An E An
d W
d A
An E
An
A LW
C
C
−=
==
−==
λ µ
λ λ λ
Esta es la demora promedio para TODAS lasllamadas
Algunas tuvieron demora, otras fueron atendidas sin
demora
Tiempo promedio de espera para
las llamadas en cola
-
8/18/2019 Teoria de Teletrafico.pdf
108/130
108© Dr. Ing. José Joskowicz, 2014
Si una llamada es encolada, ¿cuánto tiempo en
promedio deberá esperar para ser atendida?
las llamadas en cola
An
d
Wait p
W W
W −=
>=
> )0(0
-
8/18/2019 Teoria de Teletrafico.pdf
109/130
© Dr. Ing. José Joskowicz, 2014
Generalizaciones
Teoría e Ingeniería de
Teletráfico
Notación de Kendall
-
8/18/2019 Teoria de Teletrafico.pdf
110/130
110© Dr. Ing. José Joskowicz, 2014
David George Kendall fue un matemático
especializado en estadística En 1953 Propuso una notación para
describir modelos de encolamiento
generales, según La distribución del proceso de arribos
La distribución de la duración del servicio
El número de “recursos”
David George Kendall1918-2007
Notación de Kendall
-
8/18/2019 Teoria de Teletrafico.pdf
111/130
111© Dr. Ing. José Joskowicz, 2014
Notación: A/B/n A = Proceso de Arribos
B = Distribución del tiempo de servicio
n = número de recursos
Los valores de A y B pueden ser:M = Proceso “Markoviano” (Poisson, distribución
exponencial)
D = DeterminísticaG = General (Distribución arbitraria)
Otros…
Notación de Kendall - Ejemplo
-
8/18/2019 Teoria de Teletrafico.pdf
112/130
112© Dr. Ing. José Joskowicz, 2014
M/M/n Sistema de “chance pura” con proceso de arribo de
Poisson, tiempos de servicios con distribuciónexponencial y un número n finito de recursos
M/M/ ∞
Sistema de “chance pura” con proceso de arribo dePoisson, tiempos de servicios con distribuciónexponencial y un número infinito de recursos
Notación de Kendall – Extensión
-
8/18/2019 Teoria de Teletrafico.pdf
113/130
113© Dr. Ing. José Joskowicz, 2014
A/B/n/K/S/X K = Capacidad total del sistema (K – n = número
de posiciones para la cola de espera)
S = Número de “fuentes” generadoras de tráfico X = Comportamiento de la cola
FIFO,LIFO,…
Tráfico de desborde
-
8/18/2019 Teoria de Teletrafico.pdf
114/130
114© Dr. Ing. José Joskowicz, 2014
Es el tráfico que no puedo ser cursado por una
red y es derivado a otra red
Usuarios TráficoOfrecidoRed 1 TráficoCursado Usuarios
D e
s b or d e
Red 2
¿Se puede aplicar Erlang-B al tráficosobre la Red 2?
EjemploRed 1, n=16
-
8/18/2019 Teoria de Teletrafico.pdf
115/130
115© Dr. Ing. José Joskowicz, 2014
Tráfico ofrecido: A = 10 Erlang
Red 1: n=16 recursos E B(n,A)=0.022 = 2.2% de
probabilidad de bloqueo
Tráfico total perdido=10 E x 0.022= 0.22 E =2.2% del tráfico total ofrecido
1 2 8 15 16 9TráficoOfrecido
P er d i d o
A=10E
2.2%
Red 2, n=8
EjemploRed 1, n=8
DesbordeA=3.4E
-
8/18/2019 Teoria de Teletrafico.pdf
116/130
116© Dr. Ing. José Joskowicz, 2014
Tráfico ofrecido Red 1: A = 10 E Red 1: n=8 recursos
E B(n,A)= 0.34 = 34% probabilidad
de bloqueo Tráfico perdido Red 1=10 x 0.34 =
3.4 E = Trafico ofrecido a Red 2
1 2 8 15 16 9TráficoOfrecido
P er d i d o
A=10E
Red 2, n=8
EjemploRed 1, n=8
DesbordeA=3.4E
-
8/18/2019 Teoria de Teletrafico.pdf
117/130
117© Dr. Ing. José Joskowicz, 2014
Tráfico ofrecido Red 2: A = 3.4 E
Red 2: n=8 recursos E B(n,A)= 0.0145 = 1.45% de
probabilidad de bloqueo
El tráfico perdido en la red 2 esAlost=3.4 x 0.0145= 0.049 E
= 0.49% del tráfico total ofrecido
1 2 8 15 16 9TráficoOfrecido
P er d i d o
A=10E
0.49%
Pero elvalor reales 2.2%!!
Tráfico de desborde
-
8/18/2019 Teoria de Teletrafico.pdf
118/130
118© Dr. Ing. José Joskowicz, 2014
El tráfico de desborde no cumple las hipótesis
de Erlang-B Es un tráfico que presenta características de
“ráfagas”, en los momentos en que la Red
anterior está completa. Fue estudiado por Roger I. Wilkinson (en 1956)
y por G. Bretschneider (en el mismo año)
-
8/18/2019 Teoria de Teletrafico.pdf
119/130
© Dr. Ing. José Joskowicz, 2014
Ejemplos
Teoría e Ingeniería de
Teletráfico
Ejemplo 1
-
8/18/2019 Teoria de Teletrafico.pdf
120/130
120© Dr. Ing. José Joskowicz, 2014
Una Empresa desea incorporar un sistema de
“correo de voz” en su red, para todos sus usuarios Se sabe que
Hay 1000 usuarios que utilizarán el correo de voz
Cada comunicación con el correo de voz tiene unaduración media de 2 minutos
Por cada usuario, se espera que el correo de voz atiendaen promedio 1 llamada en la hora pico
Se acepta que de 100 intentos, 1 no consiga conectarse
¿Cuántos “canales” se requieren en el “correo de
voz”?
Ejemplo 1
-
8/18/2019 Teoria de Teletrafico.pdf
121/130
121© Dr. Ing. José Joskowicz, 2014
Habrán 1.000 llamadas por hora, de 2 minutos
de duración A= λd = 1000 . 120/3600 = 33.3 E
¿Qué modelo aplicamos?
Erlang-B
Engset
Erlang-C
…
Ejemplo 1
A=33.3
-
8/18/2019 Teoria de Teletrafico.pdf
122/130
122© Dr. Ing. José Joskowicz, 2014
n (
c a n t i d a d
e r e c u r s o s )
p-probabilidad de bloqueo
N=45
utilizandoErlang B
N=44
utilizandoEngset
Ejemplo 1
-
8/18/2019 Teoria de Teletrafico.pdf
123/130
123© Dr. Ing. José Joskowicz, 2014
Utilizando las tablas de Erlang-B
Engset vs Erlang-B
A=33.3
-
8/18/2019 Teoria de Teletrafico.pdf
124/130
124© Dr. Ing. José Joskowicz, 2014
n (
c a n t i d a
d e r e c u r s o s )
p- probabilidad de bloqueo
Ejemplo 2
-
8/18/2019 Teoria de Teletrafico.pdf
125/130
125© Dr. Ing. José Joskowicz, 2014
Una Empresa desea incorporar un sistema de
“correo de voz” en su red, para todos sus usuarios Se sabe que
Hay 1000 usuarios que utilizarán el correo de voz
Cada comunicación con el correo de voz tiene una
duración media de 2 minutos Por cada usuario, se espera que el correo de voz atienda
en promedio 1 llamada en la hora pico
Se acepta que de 100 intentos, 1 se vea demorada hasta
ser atendida ¿Cuántos “canales” se requieren en el “correo de
voz”?
Ejemplo 2
-
8/18/2019 Teoria de Teletrafico.pdf
126/130
126© Dr. Ing. José Joskowicz, 2014
Habrán 1.000 llamadas por hora, de 2 minutos
de duración A= λd = 1000 . 120/3600 = 33.3 E
¿Qué modelo aplicamos?
Erlang-B
Engset
Erlang-C
…
A=33.3
Ejemplo 2
-
8/18/2019 Teoria de Teletrafico.pdf
127/130
127© Dr. Ing. José Joskowicz, 2014
n (
c a n t i d a
d e r e c u r s o s )
p-probabilidad de que la llamada sea demorada
N=48
utilizandoErlang C
A=33.3implicaN > 34
Ejemplo 2
-
8/18/2019 Teoria de Teletrafico.pdf
128/130
128© Dr. Ing. José Joskowicz, 2014
Utilizando las tablas de Erlang-C
Ejemplo 2
-
8/18/2019 Teoria de Teletrafico.pdf
129/130
129© Dr. Ing. José Joskowicz, 2014
¿Cuál será la demora promedio?
Si una llamada es demorada, ¿Cuál será sudemora esperada?
ss
An E An
d W C 08.001.0
33.3348
120),( =
−=
−=
s An
d Wait p
W W W
2.83.3348
120)0(0
=−
=−
=>
=>
-
8/18/2019 Teoria de Teletrafico.pdf
130/130
© Dr. Ing. José Joskowicz, 2014
Muchas Gracias!
Teoría e Ingeniería deTeletráfico
Dr. Ing. José Joskowicz