La Fórmula de Erlang y El Análisis de Redes de Comunicaciones

LA FRMULA DE ERLANG Y EL ANLISIS DE REDES
DE COMUNICACIONES
F. Xabier Albizuri Irigoyen (*)
1. INTRODUCCIN
Desde su descubrimiento, la frmula de prdidas de Erlang ha tenido un profundo impacto
en el diseo de las redes de telecomunicaciones. Hasta los aos ochenta, cuando los compu-
tadores personales se convirtieron en herramienta de clculo disponible para los ingenieros,
las tablas de prdidas de Erlang se encontraban en la mesa de trabajo de los ingenieros que
diseaban las redes telefnicas. Hoy en da, se utilizan aplicaciones para realizar los clculos
mediante computadores. La teora de la probabilidad, donde se define la frmula de Erlang,
es una herramienta ideal para analizar el rendimiento de una red de telecomunicaciones,
teniendo en cuenta el carcter aleatorio de las llamadas telefnicas, tanto en su duracin
como en el instante en que se producen, de forma que, teniendo en cuenta el tamao de las
redes telefnicas y el nmero masivo de conexiones que se establecen, pronto se vio la ido-
neidad del anlisis estadstico para el diseo de las redes telefnicas conmutadas.
Antes de la introduccin de la moderna tecnologa de redes de alta velocidad o banda ancha,
la red telefnica conmutada acomodaba las llamadas telefnicas en circuitos fsicos, de forma
que para una conexin entre dos puntos unidos por una secuencia de lneas telefnicas se
dispona en cada lnea de un nmero de circuitos C que fijaba el mximo de conexiones
telefnicas para una determinada lnea de la red, de forma que si estos circuitos estaban
ocupados, sera rechazada una llamada que intentara establecer una conexin que usara esta
lnea. La frmula de Erlang nos proporciona la probabilidad B de que al intentar establecer
una llamada telefnica, sta sea rechazada por estar ocupados todos los circuitos existentes en
la lnea que ha de utilizar esta llamada. La probabilidad B en cada lnea de una red telefnica
es un parmetro de rendimiento bsico de la red. Si en una red de comunicaciones fijamos un
valor mximo B
m
para este parmetro, estamos definiendo un parmetro bsico de la calidad
de servicio que ofrece la red. Partiendo del conjunto de usuarios potenciales de una red de
comunicaciones y del uso que necesitan hacer de la red, el parmetro B
m
determinar la capa-
cidad de las lneas de la red de telecomunicaciones y por tanto ser un criterio fundamental
al disear la red; as mismo, un aumento en la capacidad de las lneas de la red conducir a
una disminucin de la probabilidad de prdida o bloqueo de las llamadas que los usuarios
quieran realizar. Por otra parte, la frmula de Erlang no slo se usa en el diseo de una red de
comunicaciones sino tambin en los complejos algoritmos que realizan el encaminamiento
dinmico de conexiones en una determinada red con la finalidad de equilibrar la calidad
de servicio en el conjunto del sistema. Tambin sealaremos que, adems de la formulacin
simple de la frmula de prdidas que presentaremos, el desarrollo terico permite obtener
modelos realmente complejos para el anlisis estadstico de redes y sistemas con prdidas.
(*) Universidad del Pas Vasco-Euskal Herriko Unibertsitatea. Informatika Fakultatea, P.K. 649, 20080 Donostia-San Sebastin. E-mail:
ccpalirx@si.ehu.es
166
La frmula de Erlang y el anlisis de redes de comunicaciones
F. Xabier Albizuri Irigoyen
SIGMA N 25 SIGMA 25 zk.
Noviembre 2004 2004ko Azaroa 167
Erlang-en formula eta komunikazio sareen analisia
ERLANG-EN FORMULA ETA KOMUNIKAZIO
SAREEN ANALISIA
F. Xabier Albizuri Irigoyen (*)
1. SARRERA
Erlang-en galera formulak, garatua izan zenetik, eragin sakona izan du telekomunikazio
sareen diseinuan. Laurogeiko hamarraldian konputagailu pertsonalak ingeniarien euskuetan
kalkulu tresna bihurtu aurretik, telefono sareak diseinatzen zituzten ingeniarien lan mahaietan
aurkitzen ziren Erlangen galera taulak. Gaur egun, aplikazio bereziak erabiltzen dira konpu-
tagailuen bidez egiteko formula honi dagozkion kalkuluak. Erlang-en formula probabilitate
teorian oinarritzen da, teoria hau guztiz egokia izanik telekomunikazio sareen errendimendua
analizatzeko. Kontuan hartzen badugu telefonozko deiaren izaera aleatorioa, bai deiaren irau-
penari eta bai deia gertzen den uneari dagokionez, eta bestalde kontuan izanik telefono sareen
tamaina eta ezartzen diren konexioen konpuru handia, laster ikusi zen analisi estatistikoaren
egokitasuna telefono sare konmutatuen diseinurako.
Abiadura handiko edo banda zabaleko sareen teknologia modernoa hedatu aurretik, telefono
sare konmutatuak zirkuitu fisikoetara egokiarazten zituen telefonozko deiak. Honela, sareko bi
punturen artean konexioa ezarri nahi zenean, bi puntu hauek telefono linea batzuen sekuentziak
lotzen zituelarik, linea bakoitzak C zirkuitu kopuru zehatz bat zuen eta kopuru honek mugatzen
zuen sareko linea horretan ezar zitezkeen telefono konexioen kopuru handiena. Ondorioz linea
bateko zirkuitu denak hartuta bazeuden, telefonozko dei batek linea hau erabili beharko zuen
konexioa ezartzen saiatuz gero, dei hori ez zuen onartuko telefono sareak. Erlang-en formulak
probabilitate hau kalkulatzen digu: telefonozko deia ezartzen saiatzen garenean, dei honek era-
bili behar duen lineako zirkuitu denak hartuta egoteagatik, deia ez onartzeko B probabilitatea.
Telefono sareko linea bakoitzari dagokion B probabilitatea, sarearen errendimendua aztertzeko
oinarrizko parametroa da. Komunikazio sare batean parametro honek har lezakeen B
m
balio
handiena finkatzen badugu, sareak eskaintzen duen zerbitzuaren kalitaterako oinarrizkoa den
parametroa definitzen dugu. Ezaguna bada komunikazio sarean izan ditzakegun erabiltzaileen
kopurua eta baita hauek behar duten sarearen erabilera ere, B
m
parametroak mugatuko du tele-
komunikazio sareko lineen ahalmena eta ondorioz funtsezko irizpidea izango da sarea diseina-
tzerakoan; oro har, sareko lineen ahalmena gehitzen badugu, erabiltzaileek egin nahi dituzten
deiak galdu edo ez onartzeko probabilitatea gutxitu egingo da. Bestalde, Erlang-en formula ez
da erabiltzen komunikazio sareen diseinuan soilik, baita sare batean konexioen bideratze dina-
mikoa egiten duten algoritmo konplexuetan ere, honen helburua izanik sistema osoaren zerbi-
tzu kalitatea orekatzea. Lan honetan aurkeztuko dugun Erlang-en galera formularen adierazpen
sinpleaz gain, azpimarratuko dugu garapen teorikoak oso eredu konplexuak ematen dizkigula
galeradun sare eta sistemen analisi estatistikoa egiteko.
(*) Universidad del Pas Vasco-Euskal Herriko Unibertsitatea. Informatika Fakultatea, P.K. 649, 20080 Donostia-San Sebastin. E-mail:
ccpalirx@si.ehu.es
168
Comenzaremos con una resea biogrfica de Agner K. Erlang, nacido en 1878 en Lonborg, en
la regin danesa de Jutlandia, y fallecido en 1929 en Copenhague. Era descendiente, por parte
materna, de Thomas Fincke, matemtico que vivi entre los siglos XVI y XVII. Su padre era
maestro de escuela y la educacin del joven Erlang transcurri en la escuela de su padre.
Revalid sus estudios escolares examinndose en Copenhague a la edad de catorce aos, des-
pus de obtener una autorizacin expresa pues no tena la edad mnima exigida. Super las
pruebas con una distincin especial. Volvi a Lonborg donde ense en la escuela de su padre
durante dos aos. En 1896 super el examen de acceso en la Universidad de Copenhague,
con mencin especial, y como su familia era pobre, se le concedi alimentacin y aloja-
miento gratuito en un colegio de la Universidad de Copenhague.
Sus estudios universitarios se centraron en las matemticas, que complement con la fsica, la
qumica y la astronoma. Asisti a las clases de los matemticos Zeuthen y Juel, con los que
se interes en los problemas geomtricos, inters que perdur a lo largo de su vida. Se gradu
en 1901 y durante varios aos ejerci la docencia en escuelas. En este tiempo continu su
estudio de las matemticas y recibi un premio por un escrito sobre la solucin de Huygens
para problemas infinitesimales.
Su inters se dirigi hacia la teora de la probabilidad y su aficin por la matemticas le con-
dujo a ingresar en la Asociacin Matemtica. En la Asociacin Matemtica se encontr con
Jensen, que entonces era el ingeniero jefe en la Compaa Telefnica de Copenhague y que
persuadi a Erlang para que aplicara sus conocimientos al estudio del problema de los tiem-
pos de espera en las llamadas telefnicas. En 1908 Erlang entr en la Compaa Telefnica
de Copenhague y empez a aplicar la teora de la probabilidad a los diversos problemas que
se plantean en el contexto de las llamadas telefnicas. Public su primer artculo sobre estos
problemas, La teora de la probabilidad y las conversaciones telefnicas, en 1909 y propor-
cion en 1917 una frmula para prdidas y tiempos de espera que pronto fue utilizada por las
compaas telefnicas de numerosos pases, entre ellas la British Post Office.
Continuaremos nuestro artculo exponiendo en primer lugar algunos elementos fundamentales
de la teora de la probabilidad, en particular de la teora de la renovacin, que nos permitirn
deducir seguidamente la frmula de prdidas de Erlang. Finalmente trataremos de mostrar la
vigencia de la teora iniciada por Erlang en el anlisis de las modernas redes de telecomunica-
ciones. Las redes telefnicas de circuitos conmutados han dado paso a las nuevas tecnologas
que provienen de las redes telemticas diseadas para las comunicaciones entre computado-
res. En la evaluacin del rendimiento de las nuevas redes de comunicaciones, denominadas
Agner K. Erlang-en biografia labur bat azalduz hasiko gara. Lonborg-en, Danimarkako
Jutlandia lurraldean, jaio zen 1878an, eta Kopenhagen zendu zen 1929an. Amaren aldetik,
XVI eta XVII. mendeen artean bizi izan zen Thomas Fincke matematikariaren ondorengoa zen.
Bere aita eskolako maisua zen eta Erlang gaztearen hezkuntza aitaren eskolan igaro zen.
Eskolako ikasketak Kopenhagen baliotu zituen, azterketak hamalau urterekin eginez, baimen
berezia lortu ondoren, eskatzen zen gutxieneko adina ez baitzuen. Saioak aipamen berezia-
rekin gainditu zituen. Lonborg-era itzuli zen non aitaren eskolan irakatsi zuen bi urtean.
Kopenhageko Unibertsitaterako sarrera azterketa 1896an gainditu zuen, aipamen bereziarekin,
eta bere familia behartsua izanik, doako mantenu eta bizilekua eskaini zitzaion Kopenhageko
Unibertsitateko ikastetxe batean.
Unibertsitateko ikasketak matematikan egin zituen, eta osagarri bezala fisika, kimika eta astro-
nomia ikasi zituen. Zeuthen eta Juel matematikarien eskoletara joan zen, problema geome-
trikoak aztertuz, eta gai hauekiko interesa bere bizitzan zehar iraun zuen. 1901an lortu zuen
gradua eta urte batzuetan irakaskuntzan aritu zen eskolatan. Garai honetan matematika ikas-
ten jarraitu zuen eta saria eman zioten problema infinitesimaletarako Huygens-en soluzioari
buruzko idazlan batengatik.
Ondoren probabilitate teoriarantz zuzendu zuen bere interesa eta matematikarako zaleta-
sunari jarraituz Matematika Elkargoaren kide egin zen. Matematika Elkargoan Jensen ezagutu
zuen, garai hartan Kopenhageko Telefono Konpainiako ingeniari nagusia zena, eta honek
Erlang erakarri zuen bere matematika jakinduria aplika zezan telefonozko deietako itxarote
denboren problema aztertzeko. Erlang Kopenhageko Telefono Konpainian sartu zen 1908an
eta probabilitate teoria aplikatzen hasi zen telefonozko deien inguruan sortzen diren hainbat
problema aztertuz. 1909an argitaratu zuen problema hauei buruzko bere lehenengo artiku-
lua, Probabilitate teoria eta telefonozko elkarrizketak izenekoa, eta 1917an galera eta itxarote
denboretarako formula lortu zuen. Herrialde askotako telefono konpainiek laster erabili zuten
formula hau, horien artean British Post Office konpainia.
Gure artikuluaren edukiari dagokionez, probabilitate teorian funtsezkoak diren elementu batzuk
azalduko ditugu lehenik, zehazki berritze teoriako emaitza batzuk, honela Erlangen galera for-
mula deduzitu ahal izango baitugu jarraian. Ondoren saiatuko gara adierazten Erlang-ek abia-
razi zuen teoriak baliozkoa izaten jarraitzen duela telekomunikazio sare modernoen analisian.
Teknologia berriek ordezkatu dituzte zirkuitu konmutatuzko telefono sareak. Konputagailuak
komunikatzeko diseinatutako sare telematikoetan oinarritzen dira teknologia modernoak,
banda zabaleko edo abiadura handiko sareak izenarekin ezagutzen direnak. Komunikazio sare
170
redes de banda ancha o alta velocidad, siguen siendo vlidas las nociones probabilsticas que
hace casi un siglo formul Agner Erlang. Concluimos el artculo con una extensin del modelo
de prdidas de Erlang, denominada la mochila estocstica, que constituye una generalizacin
til para las redes de alta velocidad.
2. ELEMENTOS DE LA TEORA DE LA RENOVACIN
Vamos a introducir las nociones bsicas de la teora de la probabilidad y los resultados de la
teora de la renovacin que necesitamos para deducir la frmula de prdidas de Erlang. Los
procesos estocsticos constituyen el modelo probabilstico que estudiaremos. Formalmente,
un proceso estocstico en tiempo continuo es una familia de variables {X (t), t 0} donde t
es un ndice temporal y para cada instante tenemos definida la variable aleatoria X (t) que
interpretamos como el estado del sistema. El conjunto de estados en los que puede estar el
sistema ser numerable.
El concepto de proceso estocstico surge cuando queremos definir un modelo matemtico
de un sistema que evoluciona a lo largo del tiempo de manera probabilstica. El sistema a
modelar puede ser de naturaleza muy diversa, se utilizan procesos estocsticos en variedad de
campos como la fsica-qumica, biologa, economa. En cada instante est definido el estado
del sistema, estado que tambin se definira de forma variada, pero con el requisito de que
trabajamos con un conjunto de estados discreto. El sistema evoluciona a lo largo del tiempo
realizando transiciones de un estado a otro. Tenemos un proceso estocstico cuando estas
transiciones se realizan de manera aleatoria de forma que necesitamos definir un modelo
probabilstico para analizar la evolucin del sistema. Una cuestin bsica que nos interesa en
un proceso estocstico es la existencia de probabilidades lmite para los estados y tambin la
existencia del lmite para los promedios temporales de magnitudes que nos interesan. Vamos
a estudiar las condiciones bajo las que podemos asegurar la existencia de estos lmites y el
procedimiento para calcularlos.
El requisito para que en un proceso estocstico podamos definir una distribucin lmite para
los estados es que dicho proceso sea regenerativo, es decir, que el proceso llegue siempre al
estado inicial y se renueve probabilsticamente. Intuitivamente podemos pensar que bajo esta
condicin los lmites que buscamos estarn definidos. Antes de seguir formalmente con los
procesos regenerativos introduciremos los procesos de renovacin, que son conceptualmente
ms simples. En un proceso de renovacin prescindimos del sistema que evoluciona transi-
tando entre distintos estados y nos quedamos slo con los instantes de renovacin.
Formalmente un proceso de renovacin es una secuencia de variables aleatorias X
1
, X
2
, . . .
independientes y con igual distribucin, con una esperanza m finita. Cada variable X
i
nos da
el tiempo transcurrido entre dos renovaciones sucesivas. Recordaremos que en un proceso de
renovacin existe, con probabilidad uno, el siguiente lmite: lim
t
N (t) /t = 1/m, donde
N (t) es el nmero de renovaciones que han ocurrido hasta el instante t. Por tanto, la inversa
de la esperanza del tiempo entre renovaciones, 1/m, nos proporciona la tasa de renovacin
del proceso, tasa definida como lmite del promedio temporal de renovaciones.
Como ejemplo de proceso de renovacin podemos considerar las llegadas que se producen
a un determinado sistema: clientes que llegan a una tienda, llamadas que se reciben en una
central telefnica, nacimientos en un territorio. Si asumimos la independencia e igual dis-
tribucin de los tiempos entre renovaciones, en este caso llegadas, el modelo matemtico
correspondiente es un proceso de renovacin caracterizado por su tasa de llegadas.
Seguimos ahora con los procesos estocsticos regenerativos, que tienen un proceso de reno-
vacin asociado, de forma que cuando ocurre una renovacin el proceso parte de nuevo
berrietan ere errendimendua ebaluatzeko baliozkoak dira Agner Erlang-ek formulatu zituen
probabilitate oinarriak orain dela ia mende bat. Artikulua amaituko dugu Erlang-en galera
ereduaren hedapen batekin, zorro estokastikoa izeneko eredu honen egokitasuna ikusiko dugu
abiadura handiko sareak aztertzeko.
2. BERRITZE TEORIAKO ELEMENTUAK
Probabilitate teoriako oinarrizko kontzeptu batzuk azalduko ditugu, baita berritze teoriako
zenbait emaitza ere, Erlang-en galera formula deduzitzeko erabiliko ditugunak. Prozesu
estokastikoak dira garatuko dugun teoriaren abiaburuko probabilitate ereduak. Formalki, den-
bora jarraituko prozesu estokastikoa aldagai familia bat da, {X (t), t 0}, non t denbora indizea
den, eta une bakoitzean X (t) aldagai aleatorioa definituta dugu, sistema baten egoera bezala
interpretatzen duguna. Sistemak har ditzakeen egoera desberdinen kopurua zenbakigarria
izango da.
Prozesu estokastikoaren kontzeptua sortzen da sistema baten bilakaera definitu nahi denean
eredu matematiko baten bidez, sistemaren bilakaera denboran zehar era probabilistikoan
gertatzen denean. Eredua definitzen den sistemaren natura era askotakoa izan daiteke, pro-
zesu estokastikoak hainbat eremutan erabiltzen dira, adibidez fisika eta kimikan, biologian,
ekonomian eta abar. Une bakoitzean sistemaren egoerak definituta egon behar du, egoera
hau era ezberdinetan defini dezakegu sistemaren arabera, eskatzen den baldintza da egoera
multzoa diskretua izatea. Sistemaren bilakaeran denboran zehar trantsizioak gertatzen dira
egoera batetik bestera. Prozesu estokastikoa dugu trantsizio hauek era aleatorioan gertatzen
badira, honela bada eredu probabilistikoa definitu behar dugu sistemaren bilakaera analiza-
tzeko. Prozesu estokastiko bat aztertzen dugunean oinarrizko galdekizuna da egoeren limiteko
probabilitateen existentzia, eta oro har gure interesa duten magnitudeen denboran zeharreko
batez bestekoen limiteen existentzia. Limite hauen existentzia ziurtatzen duten baldintzak
aztertuko ditugu, baita limite hauek kalkulatzeko prozedura ere.
Prozesu estokastiko bat emanik, egoeren limiteko banaketa definitu ahal izateko baldintza,
prozesu hau birsortzailea izatea da, honek esan nahi du prozesua beti itzuliko dela hasierako
egoerara eta probabilistikoki berrituko dela. Intuizioz ikus dezakegu baldintza hau betetzen
denean lortu nahi ditugun limiteak definituta daudela. Prozesu birsortzaileekin formalki
jarraitu aurretik, berritze prozesuak aipatuko ditugu, kontzeptu sinpleagoari dagozkion ere-
duak. Egoera batetik besterako trantsizioen bidez bilakatzen den sistema alde batera utziko
dugu berritze prozesuan eta berritze uneak soilik kontsideratuko ditugu.
Formalki, berritze prozesua X
1
, X
2
, . . . aldagai aleatorioen sekuentzia da, non aldagaiak inde-
pendenteak diren eta banaketa berdina duten, m izanik hauen itxarotako balio finitua. X
i
aldagai
bakoitzak ematen digu segidako bi berritzeren artean igarotako denbora. Gogoratuko dugu berri-
tze prozesu batean existitzen dela, bat probabilitatearekin, limite hau: lim
t
N (t) /t = 1/m, non
N (t) den t unea bitartean gertatu diren berritzeen kopurua. Ondorioz, berritze arteko denboraren
itxarotako balioaren alderantzizkoak, 1/m balioak, prozesuaren berritze tasa ematen digu, tasa hau
definitzen dugularik berritze kopuruaren denboran zeharreko batez bestekoaren limite bezala.
Berritze prozesuen adibide bezala aipatuko dugu sistema batera iristen diren etorrerak: denda
batera iristen diren bezeroak, telefono zentral batean jasotzen diren deiak, herrialde bateko
jaiotzak. Etorrerak lirateke orain berritzeak. Etorrera arteko denborak independenteak direla
eta banaketa berdina dutelako hipotesia egiten badugu, dagokion eredu matematikoa berritze
prozesu bat da, etorrera tasa jakin batekoa.
Jarrai dezagun prozesu birsortzaileekin. Hauek berritze prozesua dute elkartuta, berritzea
gertatzen denean prozesua hasierako egoeratik abiatzen da, hasierako egitura probabilistiko
172
del estado inicial y con la misma estructura probabilstica inicial. Si se cumple el requisito
adicional de que los tiempos entre renovaciones sean variables aleatorias continuas, entonces
existen los lmites en el tiempo de las probabilidades para los distintos estados j:
P
j
=

lim

P { X (t) = j }
Conviene interpretar estas probabilidades en el lmite como lmites de promedios temporales,
es decir, si designamos como T (j) el tiempo que el proceso permanece en j en un intervalo de
longitud T, se demuestra que los lmites anteriores coinciden con los lmites de los promedios
temporales lim
T
T (j) /T .
Las ecuaciones de balanza permiten calcular las probabilidades lmite de los estados en un
proceso regenerativo: para todo estado j,
tasa de visitas a j =
=
i
tasa de transiciones de i a j
La tasa de transiciones de un estado a otro es el lmite del promedio temporal de dichas tran-
siciones, y en la tasa de visitas a un estado se consideran las transiciones a este estado desde
distintos estados. Estas ecuaciones permiten efectivamente obtener las probabilidades lmite
como veremos ms adelante.
Junto con los resultados que hemos recogido de la teora de la renovacin, para realizar el
anlisis que nos conduzca a la frmula de Erlang necesitamos el concepto bsico e importante
de sistema exponencial o sin memoria.
Recordamos que la variable aleatoria exponencial, que es no negativa, tiene una funcin de
distribucin exponencial caracterizada por su parmetro , siendo la esperanza de la variable
1 / . Una variable aleatoria exponencial X tiene la propiedad de carecer de memoria, expre-
samos formalmente esta propiedad escribiendo que para cualquier s, t se cumple la igualdad
P {X > s + t | X > s} = P {X > t}. Por otra parte, la variable aleatoria que se define como mnimo
de dos variables aleatorias exponenciales independientes tambin tiene una disribucin
exponencial, siendo su parmetro la suma de parmetros. Esto permite considerar un sistema
exponencial como un sistema en que se desarrollan en el tiempo mltiples procesos inde-
pendientes definidos por eventos discretos que ocurren en tiempos exponenciales: el sistema
evolucionar de forma aleatoria entre distintos estados globales realizando transiciones de
un estado a otro de forma que el tiempo entre transiciones sucesivas tendr una distribucin
exponencial. Denominaremos a estos sistemas probabilsticos como sistemas exponenciales
o sin memoria.
El estudio de un proceso estocstico que corresponde a un sistema exponencial se simplifica
notablemente puesto que recurriremos en el anlisis a la falta de memoria del proceso. La
hiptesis de que el sistema es exponencial, es decir sin memoria, nos facilita por tanto el
estudio matemtico. Este modelo probabilstico tambin se caracteriza como una cadena de
Markov en tiempo continuo, es decir, un proceso estocstico donde conocido el estado en un
instante determinado la evolucin posterior del sistema es independiente del pasado.
El proceso de Poisson es un modelo exponencial simple definido como un proceso de lle-
gadas que sigue un proceso de renovacin y donde los tiempos entre llegadas tienen una
distribucin exponencial. Podemos considerar el proceso de recuento N (t) asociado, proceso
estocstico que define un sistema exponencial o sin memoria.
Finalmente vamos a considerar un sistema ms complejo, donde se producen llegadas exter-
nas que siguen un proceso de Poisson, diremos que llegan clientes al sistema. El teorema de
berarekin. Baldintza gehigarri hau betetzen bada, berritze arteko denborak aldagai aleatorio
jarraituak izatea, orduan existitzen dira j egoera ezberdinetarako probabilitateen denborare-
kiko limiteak:
P
j
=
lim

P { X (t) = j }
Limiteko probabilitate hauek interpreta ditzakegu denboran zeharreko batez bestekoen limi-
teak bezala. Hau da, izan bedi T (j) prozesuak j egoeran igarotzen duen denbora T luzerako
denbora tartean, froga daiteke aurreko limitea eta lim
T
T (j) /T denboran zeharreko batez
bestekoaren limitea berdinak direla.
Prozesu birsortzailean balantza ekuazioen bidez kalkulatuko ditugu limiteko probabilitateak:
edozein egoera j-rako,
j-rako bisita tasa =
=
i
i-tik j-rako trantsizio tasa
Egoera batetik besterako trantsizio tasa, trantsizio hauen denboran zeharreko batez beste-
koaren limitea da, eta egoera baten bisita tasarako egoera ezberdinetatik egoera honetarako
trantsizioak hartuko ditugu. Aurrerago ikusiko dugunez, ekuazio hauetatik limiteko probabili-
tateak lortu ahal izango ditugu.
Berritze teoriatik jaso ditugun emaitza hauekin batera, Erlang-en galera formula deduzitzeko
egingo dugun analisian behar izango dugu sistema esponentzial edo oroimen gabearen kon-
tzeptu garrantzitsua. Gogoratuko dugu aldagai aleatorio esponentziala, ez negatiboa, zeinen
banaketa funtzioa parametroko funtzio esponentziala den, aldagaiaren itxarotako balioa
1/ izanik. X aldagai aleatorio esponentzialak duen propietatea, oroimenik ez izatea da; formalki
honela adieraziko dugu propietate hau: edozein s, t-rako, P {X > s + t | X > s} = P {X > t}. Bestalde,
aipatuko dugu bi aldagai aleatorio esponentzial independenteren minimo bezala definitzen
den aldagai aleatorioak ere banaketa esponentziala duela, honen parametroa izanik hasierako
bi aldagaien parametroen batura. Oro har, sistema bati esponentziala deituko diogu baldin
sisteman hainbat prozesu independente garatzen badira denboran zehar, denbora esponen-
tzialeko gertaera diskretuen bidez definituak: sistema era aleatorioan bilakatuko da egoera
ezberdinen artean, trantsizioak eginez egoera batetik bestera, segidako trantsizioen arteko
denborak banaketa esponentziala izango duelarik. Honelako sistema batek definitzen duen
eredu probabilistikoari, sistema esponentziala edo oroimen gabea deituko diogu.
Sistema esponentzial bati dagokion prozesu estokastikoaren analisia nabarmenki sinpleagoa da,
prozesuaren oroimenik eza erabiltzen baitugu analisian. Sistema oroimen gabea izateak, hau da,
sistema esponentziala delako hipotesiak, azterketa matematikoa errazten digu ondorioz. Eredu
probabilistiko hau, denbora jarraituko Markov kate bat bezala defini dezakegu, hau da, prozesu
estokastiko bat non une jakin bateko egoera ezaguna bada orduan sistemak jarraituko duen
bilakaera independentea den iraganarekiko. Definizio hauen baliokidetasuna, sistema oroimen
gabea izatetik dator.
Eredu esponentzial sinple bat Poisson prozesua da: berritze prozesu bat jarraitzen duen eto-
rrera prozesua, non etorrera arteko denborek banaketa esponentziala duten. Poisson prozesuari
N (t) kontaketa prozesua elkartzen zaio eta honek definitzen duen prozesu estokastikoa sis-
tema esponentziala edo oroimen gabea da.
Azkenik sistema konplexuagoa kontsideratuko dugu, non kanpotik etorrerak gertatzen diren
Poisson prozesua jarraituz: esango dugu bezeroak datozela sistemara. Etorrera teoremak ondo-
rengoa esaten du. Kontsideratu dugun sistemak {X (t), t 0} prozesu birsortzailea jarraitzen
badu, non etorrera arteko denborak jarraituak diren, orduan j egoera bakoitzerako berdinak
174
llegadas dice lo siguiente. En caso de que el sistema que consideramos siga un proceso rege-
nerativo {X (t), t 0} con tiempos entre renovaciones continuos, entonces para cada estado
j son iguales la probabilidad lmite Pj = lim
t
P {X (t) = j}, y la probabilidad A
j
de que un
cliente que llega al sistema observe que el sistema est en el estado j justo antes de entrar al
sistema. La comprensin precisa de las condiciones que involucra este teorema requerira un
poco de reflexin. Haremos uso de este resultado tcnico al derivar la frmula de Erlang.
3. LA FRMULA DE PRDIDAS DE ERLANG
Vamos a analizar un sistema a donde llegan clientes de acuerdo con un proceso de Poisson
cuya tasa de llegadas es . Cada cliente permanece en el sistema un tiempo aleatorio expo-
nencial de parmetro tras el cual sale del sistema. El sistema tiene una capacidad finita de
forma que el nmero mximo de clientes en el sistema es C. Aquellos clientes que llegan al
sistema cuando ste est lleno no entran al sistema, diremos que estos clientes se pierden, se
trata por tanto de un sistema con prdidas. Este modelo probabilstico corresponde al sistema
de prdidas que Agner Erlang aplic para analizar las redes telefnicas. Una lnea telefnica
entre dos centrales conmutadoras puede establecer un nmero determinado de circuitos
elctricos, que es el nmero mximo de llamadas que puede transportar esta lnea de manera
simultnea. Si se trata de establecer una llamada adicional que haga uso de esta lnea, esta
llamada sera rechazada. Siguiendo la terminologa que hemos introducido anteriormente,
las llamadas telefnicas se corresponderan con los clientes que tratan de entrar al sistema.
El nmero mximo de llamadas que se pueden establecer por la lnea telefnica sera C. La
tasa de llegadas correspondera a los intentos de establecer una llamada telefnica por esta
lnea. Cuando en la lnea hay C llamadas en curso, se rechazara el intento de establecer una
llamada adicional. Una vez que se acepta establecer una determinada llamada, la duracin
de sta sera exponencial con parmetro .
El sistema de prdidas que hemos descrito es una cadena de Markov en tiempo continuo, es
por tanto un sistema exponencial o sin memoria. Concretamente es un proceso de nacimiento
y muerte pues si X (t) = n es el nmero de llamadas en curso en el instante t a lo largo de la
lnea telefnica, seguidamente slo puede haber una transicin al estado n + 1 o al estado
n 1. Ilustramos con una figura los estados y transiciones de este proceso de nacimiento y
muerte. Adems se trata de un proceso regenerativo.Efectivamente, si partimos de un estado
cualquiera, por ejemplo un sistema vaco, teniendo en cuenta que tenemos un nmero finito
de estados y que dado un intervalo de tiempo determinado la probabilidad de pasar de un
estado a otro es positiva, el proceso retornar al estado inicial en un tiempo finito con proba-
bilidad uno, y proseguir el proceso con la misma estructura probabilstica inicial al ser un
sistema sin memoria.
Utilizaremos los resultados de la teora de la renovacin. Obtenemos las probabilidades lmite
del sistema de prdidas de Erlang a partir de las ecuaciones de balanza. Para calcular la tasa
de visitas de un estado n, es decir cuando tenemos n llamadas en curso, observamos que el
tiempo para que alguna llamada finalice es exponencial con parmetro n y que el tiempo
hasta producirse una nueva llamada es exponencial con parmetro , luego la esperanza del
dira Pj = lim
t
P {X (t) = j} limiteko probabilitatea, eta sistemara etortzen den bezero batek
sistema, zehazki bezeroa sisteman sartu aurretik, j egoeran dagoela ikusteko Aj probabilitatea.
Pentsaketa txiki bat eskatzen digu teorema honetako baldintza eta ondorioen arteko erlazioa
ulertzeak. Erlang-en formula eratortzeko erabiliko dugu emaitza tekniko hau.
3. ERLANG-EN GALERA FORMULA
Eman dezagun sistema batera bezeroak datozela Poisson prozesua jarraituz, etorrera tasa-
rekin. Bezero bakoitza sisteman egoten da denbora aleatorio batean, parametroko denbora
esponentzialean, eta ondoren sistematik irteten da. Sistemak edukiera finitua du, C izango da
sisteman batera egon daitezkeen bezeroen kopuru handiena. Sistema beteta dagoenean iris-
ten diren bezeroak ez dira sartzen sisteman, esango dugu bezero hauek galdu egiten direla,
galeradun sistema dela esango dugu beraz. Deskribatu dugun eredu probabilistiko hau dago-
kio Agner Erlang-ek telefono sareak analizatzeko aplikatu zuen galera sistemari. Bi zentral
konmutatzaileren arteko telefono linea batean ezar daitezkeen zirkuitu elektrikoen kopurua
mugatua da, kopuru hau da linea honetan aldi berean indarrean izan ditzakegun telefonozko
deien kopuru handiena. Linea hau erabili behar duen dei gehigarri bat ezartzen saiatuz gero,
dei hau ez da onartua izango. Lehenago erabili dugun terminologiari jarraituz, telefonozko
deiak izango lirateke sisteman sartzen saiatzen diren bezeroak. Telefono linean zehar ezar
daitezkeen deien kopuru handiena C litzateke. Linea honetatik telefonozko deiak ezartzeko
saioei dagokie etorrera tasa. Linean C dei badaude indarrean, dei berri bat ezartzeko saioa
ez litzateke onartuko, telefonozko dei hori galdu egingo litzateke. Telefonozko dei bat ezartzea
onartuz gero, dei honen iraupena aleatorioa litzateke, parametroko denbora esponentziala.
Sistema esponentziala edo oroimen gabea da deskribatu dugun galera sistema, hau da, den-
bora jarraituko Markov katea da, gorago eman dugun definizioaren arabera. Zehazki, jaiotza
eta heriotza prozesu bat da, prozesua honela bilakatzen baita: t unean X (t) = n dei badaude
indarrean telefono linean zehar, hau da, n egoeran bagaude, ondoren gertatuko den trantsizioa
n + 1 egoerara edo n 1 egoerara izango da, eta ez beste egoera batera. Irudi baten bidez
erakusten ditugu jaiotza eta heriotza prozesu honetako egoerak eta trantsizioak. Bestalde
galera sistema honek prozesu birsortzailea definitzen du: egoera ezberdinetako batetik abia-
tzen bagara, adibidez sistema hutsa dagoeneko egoeratik, kontuan hartzen badugu egoera
kopurua finitua dela eta, denbora tarte bat emanik, egoera batetik bestera igarotzeko proba-
bilitatea positiboa dela, prozesua hasierako egoerara itzuliko da bat probabilitatearekin, eta
ondoren prozesuak jarraituko du hasierako egitura probabilistiko berarekin oroimen gabeko
sistema denez.
Berritze teoriako emaitzak erabil ditzakegu beraz jaiotza eta heriotza prozesu hau aztertzeko.
Balantza ekuazioetatik lortuko ditugu Erlang-en galera sistemaren limiteko probabilitateak.
Hasteko egoera bakoitzaren bisita tasa kalkulatuko dugu. Eman dezagun n telefonozko dei
daudela indarrean, hau da, n egoeran gaudela. Dakigunez, dei hauetako bat amaitu bitarteko
denbora n parametroko aldagai esponentziala da, eta bestalde, dei berri bat egiteko saioa
176
tiempo transcurrido hasta la siguiente transicin es 1/ (n + ). De aqu deducimos que la tasa
de visitas para el estado n es (n + ) P
n
, donde P
n
es la probabiliad lmite del estado n. Con
un razonamiento similar calcularemos la tasa de transiciones al estado n desde los estados
n 1 y n + 1. Escribimos de esta manera las ecuaciones de balanza:
P
0
= P
1
( + ) P
1
= P
0
+ 2 P
2
. . .
(n + ) P
n
= P
n1
+ (n + 1) P
n+1
. . .
((C 1) + ) P
C1
= P
C2
+ C P
C
C P
C
= P
C1
Podemos calcular una solucin de este sistema de ecuaciones lineales homogneo partiendo
de P
0
= 1, de aqu P
1
= / y sucesivamente, para n = 2, 3, . . ., P
n
= ( / )
n
/ n !. Obtenemos
la distribucin lmite normalizando esta solucin. Si escribimos = / , tenemos para n = 0,
1, 2, . . . las probabilidades lmite:
P
n
=

n
/ n!
C
n = 0
n
/ n!
La frmula de Erlang se obtiene al considerar la probabilidad B de que una llamada no sea
aceptada por no haber ningn circuito disponible en la lnea telefnica. Esto ocurrir cuando
el intento de establecer la llamada se produzca encontrndose el sistema en el estado C. Por
otra parte el teorema de llegadas nos dice que en los intentos de establecer llamadas telef-
nicas, la probabilidad de que el sistema se encuentre en uno u otro estado viene dada por
las probabilidades lmite del proceso regenerativo, que hemos calculado, luego tenemos que
B = P
C
. Llegamos finalmente a otener la frmula de Erlang, la probabilidad de que una llamada
sea bloqueada:
B =

C
/ C !
C
n = 0
n
/ n!
Esta frmula nos proporciona un parmetro bsico de la calidad de servicio que ofrece una
red telefnica. Conociendo estadsticas de los usuarios del servicio, la determinacin del valor
mximo aceptable de este parmetro nos indica cmo dimensionar la red de comunicaciones.
Sealaremos que la complejidad del clculo de las probabilidades de bloqueo se reduce
drsticamente si observamos la siguiente relacin recursiva: B (C)
1
= B (C 1)
1
C / , donde
escribimos la probabilidad B como funcin de la capacidad C de la lnea.
4. UNA APLICACIN A LAS REDES DE ALTA VELOCIDAD
Vamos a ilustrar la aplicacin de la frmula de Erlang considerando las actuales redes de alta
velocidad, cuya tecnologa nace de las redes de comunicacin de computadores. El trfico
que transportaban estas redes telemticas era bsicamente archivos de distinto tipo y no se
estableca una conexin entre el origen y el destino, sino que los nodos de la red decidan
el camino a seguir, y tampoco haba una transmisin en tiempo real sino que el tiempo de
gertatu bitarteko denbora parametroko aldagai esponentziala da. Beraz hurrengo trantsizioa
bitartean igaroko den denboraren itxarotako balioa 1/ (n + ) da. Honela deduzitu dugu n
egoeraren bisita tasa (n + ) P
n
dela, non n egoeraren limiteko probabilitatea den P
n
. Antzeko
arrazoiketa baten bidez kalkulatuko genituzke n 1 eta n + 1 egoeretatik n egoerarako tran-
tsizioen tasak. Honela idazten dira balantza ekuazioak:
P
0
= P
1
( + ) P
1
= P
0
+ 2 P
2
. . .
(n + ) P
n
= P
n1
+ (n + 1) P
n+1
. . .
((C 1) + ) P
C1
= P
C2
+ C P
C
C P
C
= P
C1
Ekuazio linealezko sistema homogeneo honen soluzio bat kalkula dezakegu P
0
= 1-etik abiatuz,
hemendik P
1
= / dugu eta hurrenez hurren, n = 2, 3, . . . egoeretarako, P
n
= ( / )
n
/ n !.
Limiteko banaketa lortuko dugu soluzio hau normalizatuz. Beraz, = / idatziz, n = 0, 1, 2, . . .
egoeren limiteko probabilitateak ditugu:
P
n
=

n
/ n!
C
n = 0
n
/ n!
Erlang-en galera formulak ematen digu telefonozko dei bat onartua ez izateko B probabilita-
tea telefono linean zirkuitu erabilgarririk ez egoteagatik. Deia ez da izango onartua sistema
C egoeran dagoela gertatzen bada deia ezartzeko saioa. Bestalde, gorago azaldu dugun
etorrera teoremak esaten digu telefonozko deia ezartzeko saio bat gertatzen denean, sistema
egoera batean edo bestean izateko probabilitateak, kalkulatu ditugun prozesu birsortzailearen
limiteko probabilitateen berdinak direla, ondorioz B = P
C
dugu. Lortu dugu beraz Erlang-en
formula, telefonozko dei bat blokeatua izateko probabilitatea:
B =

C
/ C !
C
n = 0
n
/ n!
Telefono sare batek eskaintzen duen zerbitzu kalitatearen oinarrizko parametroa ematen digu for-
mula honek. Zerbitzuaren erabiltzaileei buruzko estatistikak ezagutzen badira, parametro honeta-
rako onar daitekeen balio handiena finkatuz komunikazio sarearen dimentsioak kalkula ditzakegu.
Aipatuko dugu telefonozko deia blokeatzeko probabilitatearen kalkuluak duen konplexutasuna
guztiz murrizten dela erlazio errepikari hau erabiltzen badugu: B (C)
1
= B (C 1)
1
C / , non
linearen C edukieraren funtzio bezala idazten dugun B probabilitatea.
4. ABIADURA HANDIKO SAREETARAKO APLIKAZIOA
Erlang-en formula aplika dezakegu gaur egungo abiadura handiko sareetan, konputagailuen
komunikaziorako teknologian oinarritu diren sareetan. Sare telematiko hauek garraiatzen zuten
trafikoa mota ezberdinetako artxiboek osatzen zuten oinarrian, eta ez zen konexiorik ezartzen
jatorria eta helmugaren artean, sareko guneek erabakitzen baitzuten jarraitu beharreko bidea,
178
transmisin dependa del estado de la red. Hoy en da la tecnologa trata de integrar carac-
tersticas de las redes telefnicas en la redes de alta velocidad, de forma que pueda haber
trfico de distintas caractersticas, en particular, trfico de datos en tiempo no real y trfico
en tiempo real como voz y vdeo. Un ejemplo importante de trfico en tiempo real sera una
video-conferencia, donde no es aceptable un retraso mayor que una fraccin de segundo.Este
tipo de trfico exige desarrollar tecnologas que garanticen una calidad de servicio mediante
conexiones virtuales que proporcionan un determinado ancho de banda.
El ancho de banda que requiere un trfico en tiempo real, por ejemplo vdeo, es variable segn
la calidad de la imagen que se requiera. En la seccin siguiente consideraremos un modelo
general donde las conexiones tienen distintos anchos de banda. Ahora vamos a simplificar el
modelo de forma que vamos a considerar que las conexiones corresponden a video-conferen-
cias con un ancho de banda comn. Utilizaremos para los clculos la red troncal de comuni-
caciones para centros acadmicos e investigadores del estado que se muestra en la figura.
Hacemos la hiptesis de que se reserva la mitad de la capacidad de las lneas de transmisin
para las conexiones de video-conferencia, de forma que si elegimos un ancho de banda de
155.52 Kbps (kilobits por segundo) para una conexin individual, obtenemos capacidades
para C = 500, 2000, 8000 conexiones para las lneas, cuyas tasas de transmisin corres-
ponden a los estndares pticos STM-1, STM-4 y STM-16 que detallamos ms adelante.
En la figura mostramos la probabilidad de bloqueo de una conexin como funcin de la
carga. La carga viene definida por = / y en la figura est normalizada respecto de C.
Por ejemplo, si hay = 500 intentos por hora de establecer una conexin y cada conexin
tiene una duracin media de 1 / = 1 hora, tendramos una carga igual a la capacidad
C = 500. Dada la naturaleza aleatoria de los intentos de establecer una conexin, as como de
la duracin de las conexiones, la probabilidad de bloqueo no es nula cuando /C = 1. Las tres
curvas de la figura corresponden a las tres capacidades que estamos considerando, y se aade
una asntota que corresponde a una utilizacin ptima de la lnea de transmisin, utilizacin
ptima que no se puede alcanzar debido al carcter aleatorio de las conexiones. Observamos
que a medida que aumenta la capacidad de la lnea de transmisin, la curva de probabilidad
de bloqueo se aproxima a la asntota de utilizacin ptima.
gainera garraioa ez zen denbora errealean burutzen, transmisio denbora sarearen egoeraren
menpekoa zen. Gaur egungo teknologia saiatzen da telefono sareen ezaugarri batzuk abia-
dura handiko sareetara zabaltzen, ezaugarri ezberdineko trafikoa garraiatzeko helburuarekin,
zehazki datu trafikoa denbora ez errealean eta bideoa edo ahotsa bezalako trafikoa denbora
errealean. Denbora errealeko trafikoaren adibide garrantzitsua da bideokonferentzia, non
onartezina den segundo zatikia baino atzerapen handiagoa. Mota honetako trafikoak eskatzen
du dagokion zerbitzu kalitatea bermatuko duen teknologia garatzea, banda zabalera jakin bat
eskainiko duten konexio birtualak ezartzeko gaitasuna izango duen teknologia.
Denbora errealeko trafikoak, bideoak adibidez, behar duen banda zabalera aldakorra da, eska-
tzen den imajina kalitatearen arabera. Hurrengo atalean kontsideratuko dugu eredu orokorra,
non konexioak banda zabalera ezberdinekoak izan daitezkeen. Orain aztertuko dugun eredua
sinpleagoa da, banda zabalera komuneko bideokonferentziei dagozkien konexioak ditugula
suposatuko baitugu. Kalkuluak egiteko irudian daukagun sarea erabiliko dugu, estatuko aka-
demia eta ikerkuntza zentroetarako enborreko komunikazio sarea.
Sareko lineen transmisio ahalmenaren erdia bideokonferentzia konexioetarako gordetzen
delako hipotesia egingo dugu. Honela, konexio bakarrerako 155.52 Kbps (kilobit segundoko)
banda zabalera aukeratzen badugu, linea ezberdinetarako lortzen ditugun konexio edukierak
C = 500, 2000, 8000 dira. Aipatuko dugu linea hauen transmisio tasak aurrerago deskribatuko
ditugun STM-1, STM-4 eta STM-16 estandar optikoei dagozkiela. Hurrengo irudian adierazten
dugu konexio bat blokeatzeko probabilitatea lineako kargaren funtzio bezala. Lineako karga
= / bezala definitzen dugu eta irudian C-rekin normalizatuta dago. Adibidez, konexioak
ezartzeko orduko = 500 saio gertatzen badira eta konexio bakoitzak 1/ = 1 orduko irau-
pena badu batez bestean, orduan karga C = 500 edukieraren berdina litzateke. Konexioak
ezartzeko saioak denboran zehar aleatorioki gertatzen direnez, eta konexioen iraupena ere
aleatorioa denez, blokeatzeko probabilitatea ez da hutsa /C = 1 kargarako. Kontsideratu ditu-
gun hiru edukierei dagozkie irudiko hiru kurbak; asintota bat gehitu dugu, transmisio linearen
erabilera optimoari dagokiona, baina konexioen izaera aleatorioagatik erabilera optimora ezin
gaitezke hel. Irudian ikusten dugunez, linearen transmisio ahalmena handitzen den heinean,
blokeatzeko probabilitatearen kurba hurbildu egiten da erabilera optimoaren asintotara.
180
Tambin podemos plantear los clculos de la siguiente forma. Partiendo de una estimacin
de la carga, se determinar el ancho de banda de la lnea de acuerdo con la probabilidad de
bloqueo que se requiera. En la siguiente figura se representa la probabilidad de bloqueo de
una conexin en funcin de la capacidad de la lnea para una carga = 1000. La probabilidad
se expresa como porcentaje. El ancho de banda se expresa en unidades OC-1, estndar que
mide un tercio de una lnea STM-1. Tambin suponemos que para las conexiones de video-
conferencia se reserva la mitad de la capacidad de la lnea.
5. EXTENSIN DEL MODELO
Describiremos una generalizacin del sistema de prdidas de Erlang til en el anlisis de
redes de banda ancha. En la red telefnica conmutada tradicional se establece una conexin
a travs de un circuito elctrico y para una lnea telefnica tenemos C circuitos. En una lnea
de alta velocidad las conexiones no se corresponden con circuitos fsicos sino con circuitos
virtuales cuyo ancho de banda puede ser variable. Si fijamos una unidad de ancho de banda,
de forma que suponemos que a cada conexin le corresponde un mltiplo de esta unidad,
el nmero entero C designar el ancho de banda total de la lnea de alta velocidad expre-
sada en dicha unidad. Entre los varios estndares de las redes pticas, una lnea STM-1 tiene
un ancho de banda de 155.52 Mbps (megabits por segundo), que es el triple del estndar
OC-1, y para una lnea STM-N el ancho de banda es N veces el de una lnea STM-1. Se podra
considerar una unidad de ancho de banda de 51.84 Kbps, de forma que para establecer una
video-conferencia se necesitara una conexin de dos o tres unidades de ancho de banda. Si
disponemos de una lnea ptica STM-1, la capacidad de transmisin sera C = 3 000 unida-
des. Vamos a suponer que se aceptan conexiones de distintas clases, de forma que una clase
k est caracterizada por el ancho de banda de las conexiones que ser un nmero entero b
k

de unidades.
Kalkuluak beste era batera ere antola ditzakegu. Abiaburutzat hartzen dugu linearako aurreikus-
ten den karga eta ondoren lineak izango duen banda zabalera erabakiko dugu onargarria
den blokeatzeko probabilitatearen arabera. Hurrengo irudian dugu konexio bat blokeatzeko
probabilitatea linearen edukieraren funtzio bezala, = 1000 karga aurreikusten badugu.
Probabilitatea ehunekotan adierazten dugu. Banda zabalera adierazteko OC-1 unitatea erabil-
tzen dugu, estandar honen neurria izanik STM-1 linearen herena. Orain ere suposatzen dugu
bideokonferentzien konexioetarako linearen transmisio ahalmenaren erdia gordetzen dela.
5. EREDUAREN ZABALTZEA
Erlang-en galera sistemaren orokortze bat deskribatuko dugu, banda zabaleko sareen analisian
erabilgarria izango den eredua definituz. Telefono sare konmutatu tradizionalean konexioa
ezartzen da zirkuitu elektriko batean zehar eta telefono linea baterako C zirkuitu ditugu.
Abiadura handiko linea batean konexio bati ez dagokio zirkuitu elektriko bat baizik zirkuitu
birtual bat, eta honen banda zabalera aldakorra da. Eredua zehaztuz, banda zabalera neur-
tzeko unitate bat finkatuko genuke, honela konexio bakoitzaren banda zabalera unitate horren
multiplo bat litzateke, eta C osokoak adieraziko luke abiadura handiko linearen banda zaba-
lera osoa aipatutako unitatearekin. Sare optikoetan transmisio ahalmena neurtzeko erabiltzen
diren estandarrak hartuz, STM-1 linearen banda zabalera 155.52 Mbps (megabit segundoko)
da, OC-1 estandarraren hirukoitza, eta STM-N linearen banda zabalera N aldiz STM-1 linea-
ren banda zabalera da. Adibidez, banda zabalera neurtzeko unitate bezala 51.84 Kbps har
dezakegu, honela bideokonferentzia ezartzeko konexioaren banda zabalerak bi edo hiru
unitatekoa izan beharko luke. STM-1 linea optiko bat badaukagu, transmisio ahalmena C =
3 000 unitatekoa litzateke. Mota ezberdineko konexioak onartzen direla suposatuko dugu, k
motaren ezaugarria izango delarik honelako konexioen banda zabalera, b
k
osokoa, definitu
den unitatarekiko neurria.
182
El modelo general que describiremos se denomina la mochila estocstica. Tenemos un sistema
que tiene una capacidad de C unidades y donde llegan clientes que pertenecen a K clases
distintas, de forma que un cliente de la clase k ocupa b
k
unidades del sistema. Si en un instante
dado los clientes que se encuentran en el sistema ocupan un total de c unidades y llega un
nuevo cliente de la clase k, ste ser rechazado si c + b
k
> C. Los clientes de clase k llegan
al sistema siguiendo un proceso de Poisson de tasa
k
. Un cliente de la clase k permanece en
el sistema un tiempo aleatorio de esperanza 1/
k
. Ahora establecemos la analoga de forma
que los clientes de la clase k se corresponden con los intentos de establecer una conexin de
ancho de banda b
k
. Asimismo para cada clase de conexiones tenemos su tasa
k
de llegadas
y el parmetro
k
del tiempo que dura la conexin. Aunque no escribiremos el anlisis com-
pleto, el procedimiento es similar al modelo inicial. Se escriben las ecuaciones de balanza del
proceso de Marcov regenerativo y se obtienen las probabilidades lmite:
P (n
1
, n
2
, . . . , n
K
) =
1
G
K
k = 1
k
n
k

n
K
!
donde el vector (n
1
, n
2
, . . . , n
K
) nos indica el nmero de conexiones por clase en curso. Como
antes
k
=
k
/
k
. Y tenemos la constante de normalizacin:
G =
n
1

n
2
. . .
n
K

K
k = 1
k
n
k

n
K
!
donde el sumatorio se extiende al espacio S de todos los posibles estados del sistema, en los
que el ancho de banda total no puede sobrepasar C:
S = {(n
1
, n
2
, . . . , n
K
)
K
k = 1
b
k
n
k
C}
Para calcular la probabilidad B
k
de que un intento de establecer una conexin de clase k sea
rechazada tenemos que considerar el espacio S
k
de estados en los que el ancho de banda total
no supera C b
k
. La suma de P (n
1
, n
2
, . . . , n
k
) para todos los estados de S
k
nos proporciona
1 B
k
, la probabilidad de que una conexin de clase k sea aceptada. Observamos que aun
para valores moderados de C y K el clculo es impracticable por el tamao exponencial de S
y S
k
. Sin embargo se pueden definir algoritmos recursivos que calculan las probabilidades de
bloqueo de forma eficiente, concretamente en O (CK) operaciones.
Concluimos subrayando la aportacin de Agner Erlang a los fundamentos matemticos de la
ingeniera de telecomunicaciones. Con su aplicacin de la teora de la probabilidad al an-
lisis de redes de comunicaciones comenz un rea cientfica que se ha desarrollado durante
el siglo pasado y que nos proporciona herramientas matemticas para el estudio de redes y
sistemas informticos. La aplicacin de esta teora sigue siendo til para las nuevas tecnologas
de comunicaciones. La teora de la renovacin y los sistemas markovianos nos proporcionan
la base para realizar el anlisis probabilstico de estos sistemas.
Deskribatuko dugun eredu orokorrari zaku estokastikoa deitzen zaio. Sistema bat daukagu C
unitateko edukiera duena. Sistemara bezeroak iristen dira, K mota ezberdinetako bezeroak,
k motako bezeroak sisteman b
k
unitate okupatzen dituelarik. Une batean sisteman dauden
bezeroek guztira c unitate okupatzen badituzte eta k motako bezero berri bat etortzen bada,
hau ez da onartua izango baldin c + b
k
> C. Sistemara iristen diren k motako bezeroek
k

tasako Poisson prozesua jarraituz etortzen dira. Bezeroa sisteman egoten den denbora aleato-
rioa da, itxarotako balioa 1/
k
izanik, non k bezeroaren mota den. Abiadura handiko sareko
linea batekiko analogia honela litzateke: k motako bezeroak, b
k
banda zabalerako konexioak
ezartzeko saioak dira. Beraz konexio mota bakoitzerako
k
etorrera tasa dugu eta konexioak
irauten duen denboraren parametroa
k
da. Ez dugu idatziko eredu orokor honetarako analisia
baina prozedura hasierako eredu sinplearenaren antzekoa da. Markov prozesu birsortzailea-
ren balantza ekuazioak idatziz limiteko probabilitateak lortzen dira:
P (n
1
, n
2
, . . . , n
K
) =
1
G
K
k = 1
k
n
k

n
K
!
non (n
1
, n
2
, . . . , n
K
) bektoreak adierazten digun mota bakoitzerako zenbat konexio dauden
indarrean. Lehen bezala
k
=
k
/
k
dugu. Eta normalizazio konstantea hau da:
G =
n
1

n
2
. . .
n
K

K
k = 1
k
n
k

n
K
!
non batukaria S espaziora zabaltzen den, banda zabalera osoak C gainditzen ez duen siste-
mako egoera posible guztien espaziora:
S = {(n
1
, n
2
, . . . , n
K
)
K
k = 1
b
k
n
k
C}
Mota bateko, k motako, konexioa ezartzeko saioa ez onartzeko B
k
probabilitatea kalkulatzeko,
S
k
espazioa kontsideratu behar dugu, banda zabalera osoak C b
k
gainditzen ez duen siste-
mako egoeren espazioa. S
k
espazioko egoeren P (n
1
, n
2
, . . . , n
k
) probabilitateen baturak 1
B
k
ematen digu, k motako konexio bat onartua izateko probabilitatea. Kontuan izan behar
dugu kalkuluak ezinezkoak direla praktikan S eta S
k
multzoen tamaina esponentzialagatik, C
eta K balioak oso handiak ez diren kasuan ere. Alabaina, defini daitezke algoritmo errepikariak
blokeatze probabilitateak era eraginkorrean kalkulatzeko, zehazki kalkuluak O (CK) eragiketa
kopuruarekin egiteko.
Lan hau amaituko dugu azpimarratuz Agner Erlang-en ekarpena komunikazio ingeniaritzaren
oinarri matematikoak finkatzeko lanean. Komunikazio sareen analisian probabilitate teoria
aplikatuz, aurreko mendean garatu den arlo zientifikoa abiarazi zuen Erlang-ek, sare eta
sistema informatikoak aztertzeko tresna matematikoak ematen dizkigun arloa. Komunikazio
teknologia berrietan erabilgarria izaten jarraitzen du teoria honen aplikazioak. Berritze teoriak
eta Markov sistemen teoriak eskaintzen digute sistema hauen analisi probabilistikoa egiteko
oinarria.
184
BIBLIOGRAFA
Brockmeyer E., Halstrom H.L. et Jensen A., 1960: The life and works of A K Erlang.
Acta Polytechnica Scandinavica, vol. 287.
Kant K., 1992: Introduction to Computer System Performance Evaluation. McGraw-Hill,
New York.
McDysan D., 2000: QoS & Traffic Management in IP & ATM Networks. McGraw-Hill,
New York.
Jha S., Hassan M., 2002: Engineering Internet QoS. Artech House, Norwood.
Ross K.W., 1995: Multiservice Loss Models for Broadband Telecommunication Networks.
Srpinger-Verlag, London.
Ross S.M., 2003: Introduction to Probability Models, eighth edition. Academic Press,
San Diego.
Stallings W., 2002: High-Speed Networks and Internets: Performance and Quality of
Service, second edition. Prentice Hall, New Jersey.
Syski R., 1960: Introduction to Congestion Theory in Telephone Systems. Oliver and
Boyd, Edinburgh.
Tijms H.C., 1994: Stochastic Models: an Algorithmic Approach. John Wiley and Sons,
Chichester.
Red IRIS, Red Espaola de I+D. http://www.rediris.es.
BIBLIOGRAFA
Brockmeyer E., Halstrom H.L. et Jensen A., 1960: The life and works of A K Erlang.
Acta Polytechnica Scandinavica, vol. 287.
Kant K., 1992: Introduction to Computer System Performance Evaluation. McGraw-Hill,
New York.
McDysan D., 2000: QoS & Traffic Management in IP & ATM Networks. McGraw-Hill,
New York.
Jha S., Hassan M., 2002: Engineering Internet QoS. Artech House, Norwood.
Ross K.W., 1995: Multiservice Loss Models for Broadband Telecommunication Networks.
Srpinger-Verlag, London.
Ross S.M., 2003: Introduction to Probability Models, eighth edition. Academic Press,
San Diego.
Stallings W., 2002: High-Speed Networks and Internets: Performance and Quality of
Service, second edition. Prentice Hall, New Jersey.
Syski R., 1960: Introduction to Congestion Theory in Telephone Systems. Oliver and
Boyd, Edinburgh.
Tijms H.C., 1994: Stochastic Models: an Algorithmic Approach. John Wiley and Sons,
Chichester.
Red IRIS, Red Espaola de I+D. http://www.rediris.es.

La Fórmula de Erlang y El Análisis de Redes de Comunicaciones

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

La Fórmula de Erlang y El Análisis de Redes de Comunicaciones

Transféré par

Droits d'auteur :

Formats disponibles

LA FRMULA DE ERLANG Y EL ANLISIS DE REDES

Vous aimerez peut-être aussi