Teletrafico, Dimensionamiento de Sistemas

1
Redes Telefnicas Tema 2: Teletrfico. Dimensionado de sistemas

Ramn Agero Calvo
Tema 2 Teletrfico
Dimensionado de Sistemas
Ramn Agero Calvo
ramon.agueroc@unican.es
En la elaboracin de estos apuntes han contribuido:
Ramn Agero Calvo, Luis Muoz Gutirrez
2
Ramn Agero Calvo
Contenidos
Introduccin
Trfico
Modelo matemtico: proceso de Poisson
Relacin de Little
Procesos de nacimiento y muerte: teora de colas
Dimensionado de sistemas
3
Ramn Agero Calvo
Contenidos
Introduccin
Trfico
Relacin de Little
4
Ramn Agero Calvo
Por qu se dimensiona?
Las operadores buscan ofrecer a sus clientes un servicio adecuado de
manera rentable
No es razonable proporcionar capacidad atendiendo a demandas puntuales
elevadas
Por ejemplo: se pretende desplegar una red para unir dos poblaciones con 1000
habitantes cada una
Se usa una nica lnea La solucin es muy rentable para el operador, pero el servicio
es inaceptable para los usuarios (gran probabilidad de que la lnea est ocupada)
Se usan 1000 lneas Los usuarios estarn muy satisfechos (servicio siempre
disponible), pero la solucin no es rentable para la compaa
Escasez de recursos (por ejemplo en comunicaciones mviles)
Se suelen emplear modelos matemticos para llevar a cabo este diseo
Lneas de salida en una centralita
# de canales en un sistema TDM (conmutacin de circuitos)
# de operadores en un sistema de atencin al cliente
Tambin se emplea en otros campos (electrnica)
5
Ramn Agero Calvo
Dimensionado de redes de comunicaciones
Evolucin de las llamadas entrantes a una centralita durante un da
Uso de la hora cargada para el dimensionado
Uso de recursos en periodos de menor actividad ms econmico
Se incentiva un balanceo de la carga
2 4 6 8 10 12 2 4 6 8 10 12
L
l
a
m
a
d
a
s

e
n

c
u
r
s
o
Hora Cargada
Puede depender de varios
factores
Localizacin: zona residencial,
de oficinas, etc...
Situacin temporal: fin de
semana, verano, etc...
6
Ramn Agero Calvo
Contenidos
Introduccin
Trfico
Relacin de Little
7
Ramn Agero Calvo
Qu es el trfico?
La intensidad de trfico (o simplemente, trfico) se define como el nmero
medio de llamadas en curso en un sistema
Tambin indica el grado de ocupacin de los recursos
Unidades
La ms empleada es el Erlang, que es una cantidad adimensional
En USA se emplea en ocasiones los CCS, definido como cientos de segundos de
llamada por hora
El trfico (en Erlangs) de un grupo de circuitos
Depende del tiempo de observacin
Para un nico recurso, A 1
h
T
h C
A = =
C: nmero de llamadas en T
h: duracin media (holding time)
T: tiempo de observacin
: Tasa de llegadas
8
Ramn Agero Calvo
Tipos de trfico
Trfico ofrecido (TO, A, )
Es el volumen de trfico que se le ofrece a un grupo de circuitos
Trfico cursado (TC, A
C
)
Como es inviable dotar de recursos para todos los potenciales usuarios hay llamadas que
no pueden atenderse y se pierden
El trfico cursado viene dado por aquellas peticiones que s pueden atenderse
Tambin se define como el nmero medio de recursos (circuitos) ocupados
Trfico perdido (TP, A
L
)
Conjunto de llegadas que no pueden atenderse y se pierden
Especialmente relevante en conmutacin de circuitos
TP = TO TC
Trfico en demora/espera (TD, A
D
)
En ciertos sistemas las llamadas que no pueden atenderse no se pierden, sino que esperan a
que haya recursos libres
Se suele emplear en el dimensionado de sistemas de conmutacin de paquetes
En caso de que la capacidad de almacenamiento sea infinita, no se perdera ninguna llamada
(sistema de espera pura)
9
Ramn Agero Calvo
Trfico: cuantificacin
Volumen de trfico:
Intensidad de trfico (Trfico):
Para 1 nico circuito da idea del porcentaje de ocupacin del mismo (% del
tiempo en el que est ocupado)
En las tres anteriores medidas el trfico es el mismo
Se podra tener en cuenta la sobrecarga debida al mayor nmero de llamadas
Las medidas se realizan en la hora cargada
Tiempo observacin Tiempo observacin Tiempo observacin
T
1
T
2
T
2
T
3
T
4
T
1
T
1
O
c
u
p
a
c
i
n
O
c
u
p
a
c
i
n
O
c
u
p
a
c
i
n
tiempo tiempo tiempo
=
i
i Trfico
T V
obs
i
i
obs
Trfico
Trfico
T
T
T
V
I
= =
10
Ramn Agero Calvo
Trfico: cuantificacin
N(t)
Ocupacin
circuitos
tiempo
tiempo
1
2
3
4
5
N(t) se define como el total de
circuitos ocupados
Representa el trfico
instantneo
Su valor medio representa la
intensidad de trfico
El trfico tambin se puede
medir a partir de la ocupacin
individual de los circuitos
El volumen total es la suma de
los volmenes individuales
= =
obs
T obs obs
Trfico
Trfico
N(t)dt
T
1
T
V
I
En el ejemplo de la figura
A = 2 Erlangs
( )
=
j
j circuito Trfico
obs
Trfico
V
T
1
I
11
Ramn Agero Calvo
Grado de Servicio
El Grado de Servico (Grade of Service, GoS) da idea de la calidad que
perciben los usuarios
Depende fuertemente del tipo de sistema
En sistemas con prdida, se define como la probabilidad de prdida (o
probabilidad de congestin)
Coincide con la probabilidad de que un usuario, al realizar una llamada, se encuentre el
sistema sin recursos
En sistemas de demora se suele relacionar con la probabilidad de esperar para
disponer de un recurso
Tambin se puede definir como el tiempo medio de espera antes de obtener un recurso
para cursar la llamada
ofrecidas Llamadas
perdidas Llamadas
GoS =
TO
TP
GoS =
12
Ramn Agero Calvo
Contenidos
Introduccin
Trfico
Relacin de Little
13
Ramn Agero Calvo
Introduccin
Habitualmente se utilizan modelos matemticos que caractericen las
llamadas en el sistema
El proceso de Poisson es uno de los ms empleados en el mbito de las
telecomunicaciones
Tambin se usa en otros campos: fenmenos electrn/hueco, ruido de shot
El modelo bsico de trfico que se utilizar viene determinado por las
siguientes tres caractersticas
El nmero de llegadas en un tiempo determinado sigue una distribucin de
Poisson
La duracin de las llamadas sigue una funcin densidad de probabilidad (fdp)
exponencial negativa
La tasa de llegadas al sistema es constante (proceso estacionario)
14
Ramn Agero Calvo
Proceso de Poisson
Se define un intervalo de tiempo t, con t 0
La probabilidad de que haya una llamada en t
La probabilidad de no haya una llamada en t
Las llegadas son sin memoria
Una llegada en cualquier intervalo t es independiente de lo que sucediera en
intervalos anteriores o futuros
Despreciando los trminos en o(t), la probabilidad de que haya ms de
una llamada en t es 0
{ } ( ) 1 t t o t t en llegada 1 Pr << + =
{ } ( ) 1 t t o t 1 t en llegadas 0 Pr << + =
{ }
{ } q p 1 t 1 t en llegadas 0 Pr
p t t en llegada 1 Pr
= = =
= =
Distribucin de
Bernouilli
15
Ramn Agero Calvo
Proceso de Poisson
Se considera un intervalo T = m t, las probabilidades de que llegue una
llamada en cada uno de los m intervalos son independientes
El nmero total de llegadas en el intervalo T sigue una distribucin binomial
Teniendo en cuenta que:
Tomando lmites (m )
{ }
k m k
q p
k
m
T en llegadas k Pr

|
|
\
|
=
( )
( ) ( )
k!
m
k!
1 k m ... 1 m m
! k m k!
m!
k
m
k
+
=
=
|
|
\
|
m >> k
{ } ( ) ( )
( )
k m
k
k m k
k
m
T
1
k!
T
t 1 t
k!
m
T en llegadas k Pr
\
|
= =

{ } ( )
( )
T
k
e
k!
T
T P T en llegadas k Pr
k

= =
16
Ramn Agero Calvo
Proceso de Poisson: media y varianza
Valor medio (nmero medio de llamadas en T)
Varianza
Notar que el cociente entre la varianza y la media es la unidad para el
trfico de Poisson
Este parmetro da idea del tipo de trfico: suave, a rfagas o aleatorio
( ) [ ] ( )

=
=
= = = =
0 k
k
T
0 k
k k T
T T
k!
e
k (T) kP T P E K
( ) [ ] ( ) ( ) T T (T) P k K T P E
2
0 k
k
2
2
T
2
K
2
K
T
= = =

=
17
Ramn Agero Calvo
Tiempo entre llegadas
Se define la variable aleatoria como el tiempo entre llegadas consecutivas
La probabilidad de que sea mayor que t coincide con la probabilidad de
que no se produzcan llegadas en t
Luego la funcin de distribucin de la variable aleatoria se puede definir
como...
Y la funcin densidad de probabilidad se obtiene derivando la anterior
Origen de tiempos
aleatorio
t
Primera
llegada
( ) { }
t
e 1 t Pr t F

= =
{ } ( )
t
0
e t P t Pr

= = >
( )
t
e
dt
(t) dF
t f

= =
18
Ramn Agero Calvo
El proceso de Poisson implica que el tiempo entre llegadas consecutivos
sigue una distribucin exponencial negativa
Media y varianza (distribucin exponencial)
( ) ( )
1
dt e t dt t tf E
0
t
0
= = =

( ) ( )
2
0
t
2
0
2
2
1
dt e
1
- t dt t f - t

=
|
\
|
= =

t
e

t
e 1

t t
1
Funcin densidad de probabilidad Funcin de distribucin de probabilidad

19
Ramn Agero Calvo
La caracterstica ms importante de la distribucin exponencial es que es
sin memoria
De esta manera, el pasado en la evolucin de la variable no tiene ninguna
influencia en los valores futuros
Se considera que se ha producido una llegada en t = 0
En t = t
0
se observa que no se ha producido ninguna llegada an
Cul es la probabilidad de que se produzca una llegada a partir de t
0
en t?
[ ]
[ ]
[ ]
[ ] [ ]
[ ]
0
0 0
0
0 0
0 0
t Pr
t Pr t t Pr
t Pr
t t t Pr
t | t t Pr
>
< +
=
>
+ <
= > +

[ ]
( )
( ) ( )
( )
( )
t
t
t t
t
t t t
0 0
e 1
e
e 1 e
e 1 1
e 1 e 1
t | t t Pr
0
0
0
0 0
+
=
=

= > +
[ ] [ ] t Pr t | t t Pr
0 0
= > +
20
Ramn Agero Calvo
Notar que:
[ ]
( )
( ) t o t ...
2!
t
t 1 1 e 1 t | t t Pr
2
t
+ =
|
|
\
|
+ = = > +

Proceso llegadas
Poisson
Tasa de llegadas
constante
exponencial
Se demuestra que la
correspondencia
Proceso llegadas Poisson
exponencial
es cierta en ambos sentidos
t
e

( )
0
t - t
e

Propiedad sin memoria de la distribucin exponencial
21
Ramn Agero Calvo
Suma de dos procesos de Poisson
Otra importante caracterstica del proceso de Poisson es que la suma de
procesos independientes dan como resultado otro proceso de Poisson
Analicemos la probabilidad de que el tiempo entre dos llamadas
consecutivas de cualquier proceso sea mayor de t
Proceso
Poisson A
Proceso
Poisson B
Proceso Z

A

B
El tiempo entre llamadas de los
procesos A y B siguen distribuciones
exponenciales
[ ]
[ ]
t
t
B
A
e 1 t Pr ) B (
e 1 t Pr (A)
=
=
[ ] [ ] [ ] [ ]
( )t t t
B A B A Z
B A B A
e e e
t Pr t Pr t t, Pr t Pr

+
= =
= > > = > > = >
independencia
exponencial, con tasa
A
+
B
Proceso Z Poisson con tasa
Z
=
A
+
B
22
Ramn Agero Calvo
Tiempo de servicio exponencial
Se ha asumido que el tiempo de servicio (t
s
) o duracin de las llamadas en
el sistema sigue una distribucin exponencial, con media 1/
Se supone un sistema donde siempre hay llamadas para ser servidas
esperando
La variable aleatoria r (t
s
) se modela con una distribucin exponencial
Teniendo en cuenta la correspondencia anterior, la variable aleatoria
Nmero de llamadas completadas en un tiempo t seguir una distribucin
de Poisson
( )
r
R
e r f

=
Cola
(llamadas siempre
esperando)
Salida
tiempo
t
s
r
Proceso de
Poisson
Salidas del
sistema
23
Ramn Agero Calvo
Tiempo de servicio exponencial
Un resultado interesante es la distribucin de la variable aleatoria definida
como la mnima de variables aleatorias exponenciales (independientes
entre s)
Se define la va Z como:
Entonces, su funcin de distribucin ser
Z tambin est distribuida exponencialmente, con media (
x
+
y
)
-1
{ } Y X, min Z =
{ } [ ] [ ] { } { } { } [ ] [ ] { }
{ } { } { } { } ( ) ( )
( )( )
( )z z z
z z
Z
Y x Y X
Y x
e 1 e 1 e 1
e 1 e 1 z Y Pr z X Pr z Y Pr z X Pr
z Y z X Pr z Y Pr z X Pr z Y z X Pr z Z Pr (z) F

+

=
+ = + =
= + = = =
independencia
24
Ramn Agero Calvo
Contenidos
Introduccin
Trfico
Relacin de Little
25
Ramn Agero Calvo
Planteamiento
Se considera un sistema como sigue:
Y se definen las siguientes variables
A(t): nmero de llegadas acumuladas al sistema en t
D(t): nmero de salidas acumuladas al sistema en t
L(t) = A(t) D(t), nmero de elementos en el sistema en tiempo t
N() es el nmero total de llegadas en un intervalo cualquiera
Se asumir una estrategia FIFO, aunque el resultado es el mismo si se
usan otras disciplinas
Se asume que todas las llamadas sern eventualmente atendidas
Cola Servicio
A(t) D(t)
26
Ramn Agero Calvo
Demostracin
Se definen los tiempos de
espera de cada llamada en
la cola como w
i
Es fcil ver que
Adems, el valor medio de L
en el intervalo es
Y el tiempo medio de
espera
tiempo
tiempo
tiempo
tiempo
Llegadas
Salidas
A(t)
D(t)
L(t)
1
2
3
4
6
5
1
2
w
2
w
3
w
6
w
5
w
4
w
1
=0
( )
=
=
N
1 j
j
0
w L(t)dt
( )
0
L(t)dt
1
L
( )
( )
( )
=
=
N
1 j
j
w
N
1
W
27
Ramn Agero Calvo
Demostracin
Por tanto, se puede escribir que
Definiendo la tasa de entrada al sistema promedio como
se llega al siguiente resultado
Si se toman lmites y se supone que todas las variables tienden a un valor
constante, se llega a la relacin de Little: L = W
La relacin de Little se puede extender para incluir al elemento que cursa
los servicios (siempre que no haya prdida de llamadas)
( ) ( ) ( ) ( ) ( )
( )

N
W L N W L = =
( )
( )

N
=
( ) ( ) ( ) W L =
28
Ramn Agero Calvo
Contenidos
Introduccin
Trfico
Relacin de Little
29
Ramn Agero Calvo
Introduccin
Proceso estocstico: conjunto de variables aleatorias que dependen del
tiempo X(t)
Una cadena de Markov es un proceso estocstico discreto
El sistema puede encontrarse en un conjunto de estados
El estado, en un instante t
n
, slo depende del estado inmediatamente anterior y
no de cmo se llegara a l
La evolucin futura del sistema slo depende del estado actual
Se suelen representar y analizar a travs de las matrices de transicin
(probabilidades de pasar de un estado a otro)
Los procesos de nacimiento y muerte son cadenas de Markov en las que
slo es posible pasar de un estado al posterior (nacimiento) o al anterior
(muerte)
En los problemas de dimensionado se utilizan procesos de nacimiento y
muerte, en los que cada estado representa, por ejemplo, el nmero de
clientes en el sistema
30
Ramn Agero Calvo
Procesos de nacimiento y muerte
Analicemos las posibles transiciones en un intervalo t del estado del
sistema
(2) En t estaba en el estado N+1
Ha habido una muerte y no se ha producido ningn nacimiento en t
(3) En t estaba en el estado N-1
Se ha producido un nacimiento y no ha habido ninguna muerte en t
tiempo
t + t t
N N
N+1
N-1
Muerte (2)
Nacimiento (3)
Sin cambio (1)
Calculemos la probabilidad de que
en t+t el sistema est en el estado
N (o que haya N usuarios en el
mismo)
(1) En t estaba en el estado N
(a) No ha habido ningn nacimiento,
ni ninguna muerte en t
(b) Se ha producido un nacimiento,
pero tambin una muerte en t
31
Ramn Agero Calvo
La tasas de nacimiento y muerte en el estado j sern, respectivamente,
j
y
j
Luego la probabilidad del estado N en t+ t, P
N
(t+ t), vendr dada por:
Despreciando trminos en o(t)
( ) ( ) ( )( ) ( ) [ ] ( ) ( ) [ ]
( ) ( ) ( ) [ ]
( ) ( ) ( ) [ ] t o t 1 t t P
t o t 1 t t P
t o t t t P t o t 1 t 1 t P t t P
1 N 1 N 1 N
1 N 1 N 1 N
N N N N N N N
+ +
+ + +
+ + + + = +

+ + +

(1)
(2)
(3)
( ) ( ) ( ) [ ] ( )[ ] ( )[ ] t t P t t P t 1 t P t t P
1 - N 1 N 1 N 1 N N N N N

+ +
+ + + = +
( ) ( ) ( ) ( ) [ ] ( )[ ] ( )[ ] { }
( ) ( )
( ) ( ) [ ] ( )[ ] ( )[ ]
1 - N 1 N 1 N 1 N N N N
N N
1 - N 1 N 1 N 1 N N N N N N
t P t P t P
t
t P t t P
t t P t P t P t P t t P

+ +
+ +
+ + + =
+
+ + + = +
32
Ramn Agero Calvo
Recordemos la definicin de derivada
Si asumimos que estamos en el rgimen estacionario, P
N
(t) es constante
(P
N
), por lo que la derivada, P
N
(t), es cero
Se tiene finalmente que
( )
( ) ( )
( ) ( ) ( ) ( ) ( ) t P t P t P t P
t
t P t t P
t P
1 N 1 N 1 N 1 N N N N N
N N
N + +
+ + + =
+
=

( )
1 N 1 N 1 N 1 N N N N
P P P
+ +
+ = +
Ecuacin de Equilibrio
(flujo de salida = flujo de entrada)
0

1

N-
2
N-
1
N

N+1
1

N-1

N

N+1

N+2
33
Ramn Agero Calvo
Proceso de nacimiento y muerte
Se pueden utilizar otras ecuaciones de balance
Sucesivamente podramos llegar a
Adems se requiere que la suma de todas las probabilidades sea 1
0

1

N-
2
N-
1
N

N+1
1

N-1

N

N+1

N+2
1 - N
N
1 - N
N 1 - N 1 - N N N
P P P P
= =
=
+
=
1 N
0 i
1 i
i
0 N
P P
= +
=
+
=
+
= = + =
1 k
1 k
0 i 1 i
i
0
1 k
1 k
0 i
1 i
i
0 0
0 k
k
1
1
P 1 P P 1 P
34
Ramn Agero Calvo
Aplicacin al dimensionado de sistemas
A partir de las probabilidades de estar en cada estado se derivan los
parmetros necesarios para caracterizar el sistema
Cada sistema en particular viene definido por las tasas de nacimiento y
muerte de cada estado y por otros parmetros adicionales
Se emplea la notacin de Kendall (A/B/C/D/E/F)
A: Distribucin de llegadas al sistema
Cuando se trata de un proceso de Poisson, se utiliza la letra M (memoryless)
B: Distribucin de los servicios
Si es una variable aleatoria exponencial, tambin se emplea la letra M (memoryless)
C: Nmero de servidores (recursos) disponibles
D: Nmero de estados en el sistema (si no se indica se asume que es )
La diferencia entre D y C suele asociarse con las posiciones en el subsistema de
espera del sistema
Cuando es , se trata de un sistema de espera pura (no hay prdida)
E: Nmero de fuentes (si no se indica se asume que es )
F: Disciplina de la cola (si no se indica se asume FIFO)
35
Ramn Agero Calvo
Cola M/M/1
Se trata de un sistema en el que...
Las llamadas siguen un proceso de Poisson de intensidad
La distribucin del tiempo de servicio es exponencial, con media 1/
Slo hay un nico servidor para atender las peticiones
La cola de espera es infinita, as que no hay prdida
Para plantear el diagrama de estados
La tasa de nacimiento no depende del estado actual (Proceso de Poisson)
Como slo hay un nico servidor, la tasa de muerte ser la misma para todos los
estados ()
36
Ramn Agero Calvo
Cola M/M/1
Planteando la ecuacin de equilibrio y asumiendo que el trfico es =/
Adems la suma de las probabilidades de estar en cada estado tiene que
ser la unidad
Con lo que finalmente se obtiene la probabilidad de cada uno de los estados
que forman parte de la cola
0
N
2 - N
2
1 - N 1 - N N 1 - N N
P ... P P P P P P
= = = = = =
= = = =
=
1
1
P 1 P 1 P
0 k
k
0
0 k
k
0
0 k
k
< 1
( ) - 1 P
N
N
=
37
Ramn Agero Calvo
Cola M/M/1
A partir de dicho resultado se puede caracterizar el sistema
Nmero medio de clientes en el sistema
Nmero medio de clientes en la cola
Tiempo medio en el sistema y en la cola, aplicando la relacin de Little
( ) ( ) ( )
( )
=
|
|
\
|
=
=
|
|
\
|
= = = =

=
=
1 1
1
d
d
1
d
d
1 k 1 1 k kP N
0 k
k
0 k
1 - k
0 k
k
0 k
k
( ) ( ) ( ) ( )
= = = =

=
+
=
1
1 t 1 1 - k P 1 - k N
2
0 t
1 t
1 k
k
1 k
k w

= =
1 1
1
N
W
S

= =
1
1
N
W
2
W
W

1 1
W W
W S
=
=
38
Ramn Agero Calvo
Contenidos
Introduccin
Trfico
Relacin de Little
39
Ramn Agero Calvo
Sistema con prdidas: M/M/S/S
Se dispone de una poblacin infinita que genera llamadas
Tasa de llamadas constante () Proceso de Poisson
Las llamadas son cursadas por un grupo de S circuitos
No hay sistema de espera
Cuando una llamada entrante encuentra todos los circuitos ocupados se pierde
Se supone que la duracin de cada llamada sigue una distribucin
exponencial negativa, con media 1/
Poblaci
n
1
2
S
TO TC
TP
1
2
S
1/
1/
1/
40
Ramn Agero Calvo
En este caso el nmero de estados en el sistema es finito (S)
La tasa de nacimiento es constante (proceso de Poisson y poblacin infinita)
La tasa de muerte de cada estado es k (ya que en cada estado puede finalizar
cualquiera de las k llamadas en curso)

(i-1) i (i+1) (i+2) S

( )
( )
( )
2 - i 2 - i 1 - i 2 - i 1 - i
0
i
2 - i
2
1 - i 1 - i i 1 - i i
P
1 - i
A
P
1 - i
P P P 1 i
P
i!
A
P
1 i i
A
P
i
A
P
i
P P P i
= = =
= =
= = = = =

41
Ramn Agero Calvo
Luego la probabilidad de estar en cada estado ser
La probabilidad de bloqueo es la probabilidad de que una llamada entrante
se encuentre el sistema ocupado (P
S
)
Nmero medio unidades en el sistema (coincide con el trfico cursado)

=
= =
= = =
S
0 k
k
0
S
0 k
k
0
S
0 k
k
k!
A
1
P 1
k!
A
P 1 P
=
=
S
0 k
k
i
i
k!
A
i!
A
P
=
= =
S
0 k
k
S
S
k!
A
S!
A
P PB
Frmula Erlang-B
EB(S,A)
( )
( ) PB 1 A
S!
A
t!
A
j!
A
A
t!
A
j!
A
1
! 1 - k
A
j!
A
1
j!
A
k!
A
k kP N
S
0 t
S t
S
0 j
j
1 - S
0 t
1 t
S
0 j
j
S
1 k
k
S
0 j
j
S
0 k
S
0 j
j
k
S
0 k
k
=
(
= = = = =

=
=
=
+
=
=
=
=
=
=
42
Ramn Agero Calvo
Como es un sistema con prdidas, la relacin de Little no se puede aplicar
directamente
Uso de la tasa de llegadas cursada
La frmula de Erlang-B se emplea a travs de grficas y tablas, aunque se
puede resolver recursivamente
( )

=
=
= =
S
0 k
k
S S
0 k
k
S
k!
A
A
S!
A) EB(S,
1
k!
A
S!
A
A S, EB
( )
=
=
1 - S
0 k
k
1 - S
k!
A
A
! 1 - S
A) 1, - EB(S
1
( )
( )
1
A 1, S EB
1
A
S
1
k!
A
A
! 1 S
A
S
S!
A
k!
A
A
S!
k!
A
A
S!
A) EB(S,
1
1 - S
0 k
k
1 S
1 - S
0 k
S k
S
S
0 k
k
S
+
= +
=
)
`
+ = =

=
= =
( )
( )
( )
( ) A 1, S AEB S
A 1, S AEB
A) EB(S,
A 1, S AEB
A 1, S AEB S
A) EB(S,
1
+
+
=
43
Ramn Agero Calvo
0 2 4 6 8 10 12 14 16
10
-3
10
-2
10
-1
10
0
Trfico ofrecido (Erlangs)
P
r
o
b
a
b
i
l
i
d
a
d

b
l
o
q
u
e
o
S = 1
S = 25
44
Ramn Agero Calvo
El GoS se asocia a la probabilidad de prdida (PB)
Para la misma ocupacin de circuitos, la probabilidad de encontrar todos
ocupados es menor a medida que crece el nmero de circuitos
Para una GoS constante, la eficiencia por circuito crece con el TO
Es mejor concentrar el trfico en un solo grupo, que dividirlo en varios
0 2 4 6 8 10 12 14 16
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
T
r
f
i
c
o

c
u
r
s
a
d
o

p
o
r

c
i
r
c
u
i
t
o
0 2 4 6 8 10 12 14 16
1
4
7
10
13
16
19
22
25
28
S
e
r
v
i
d
o
r
e
s

n
e
c
e
s
a
r
i
o
s
PB 0.002
PB 0.2
PB 0.02
PB 0.002
PB 0.2
PB 0.02
45
Ramn Agero Calvo
Deterioro del GoS frente a % de sobrecarga
Se puede ver que afecta en mayor medida a los grupos de circuitos grandes
Se especifican dos criterios de diseo: uno para carga normal y otro para cierto
nivel de sobrecarga
0% 5% 10% 15% 20% 25%
0
0.005
0.01
0.015
0.02
Porcentaje de sobrecarga
P
r
o
b
a
b
i
l
i
d
a
d

d
e

b
l
o
q
u
e
o
S=100
S=25
S=50
S=5
S=10
S=15
S=20
46
Ramn Agero Calvo
Sistema de espera pura: M/M/S
Se dispone de una poblacin infinita que genera llamadas
Tasa de llamadas constante () Proceso de Poisson
Las llamadas son cursadas por un grupo de S circuitos
Se asume que hay sistema de espera (con longitud infinita)
Cuando una llamada entrante encuentra todos los circuitos ocupados espera
hasta que quede alguno libre
Se supone que la duracin de cada llamada sigue una distribucin
exponencial negativa, con media 1/
Poblacin
1
2
S
TO TC=TO
Cola
1
2
S
1/
1/
1/
47
Ramn Agero Calvo
En este caso el nmero de estados en el sistema es infinito
La tasa de nacimiento es constante (proceso de Poisson y poblacin infinita)
La tasa de muerte de cada estado es k hasta el estado S, ya que puede finalizar
cualquiera de las k llamadas en curso
A partir del estado S, la tasa de muerte es S, ya que slo hay S llamadas en
curso (el resto estn esperando)
Para i S (no se est en el subsistema de espera)

i S S S
S S (S-1)
( )
( )
( )
2 - i 2 - i 1 - i 2 - i 1 - i
0
i
2 - i
2
1 - i 1 - i i 1 - i i
P
1 - i
A
P
1 - i
P P P 1 i
P
i!
A
P
1 i i
A
P
i
A
P
i
P P P i
= = =
= =
= = = = =

48
Ramn Agero Calvo
Para i > S (subsistema de espera)
Como S+j = i
Luego
2 j- S 2 j- S 1 j- S 2 j- S 1 j- S
S
j
j
2 j- S
2
2
1 j- S 1 j- S j S 1 j- S j S
P
S
A
P
S
P P P S
P
S
A
P
S
A
P
S
A
P
S
P P P S
+ + + + +
+ + + + + +
= = =
= = = = = = =

0
S i
i
0
S
S i
S i
0
S
S S
S i
S i
i
P
S S!
A
P
S!
A
S
A
P
S!
A
P P
S
A
P

= =
)
`
= = =
>
S i P
S
1
S!
A
S i P
i!
A
P
0
S i
i
0
i
i
49
Ramn Agero Calvo
Como la suma de todas las probabilidades tiene que ser 1
Tenemos finalmente que
S
A
1
S
A
S!
A
S
A
S!
A
S!
A
S
A
S
1
S!
A
S
A
1
S
A
S!
A
k!
A
1
P 1
S
1
S!
A
P
k!
A
P 1 P
S
0 t
1 t
S
1 S k
S
S k
1 S k
S k
k
S
0 k
S k
0
1 S k
S k
k
0
S
0 k
k
0
0 k
k
=
|
\
|
=
|
\
|
=
+
= = + =

=
+
+ =
+ =
+ =
=
A < S
>
+
=
=
S i
A S
A
S!
A
k!
A
1
S
1
S!
A
S i
A S
A
S!
A
k!
A
1
i!
A
P
S
0 k
S k S i
i
S
0 k
S k
i
i
50
Ramn Agero Calvo
Cul es la probabilidad de esperar (PD)?
Nmero medio de unidades en la cola
A S
A
S!
A
k!
A
A S
S
S!
A
A S
S
S!
A
P
S
A
S!
A
P
S
A
S!
A
P P PD
S S
0 k
k
S
S
0
0 t
t
S
0
S k
S k
S
0
S k
k
=
=
|
\
|
=
|
\
|
= =
=
Frmula Erlang-C
EC(S,A)
( ) ( )
( ) ( )
( )
A S
A
A) EC(S,
S
A
1
1
S
A
S!
A
P
S
A
1
1
S A d
d
S
A
S!
A
P
S
A
S A d
d
S
A
S!
A
P
S
A
t
S
A
S!
A
P
S
A
t
S!
A
P
S
A
S!
A
S - k P P S - k N
2
S
0
S
0
0 t
t
S
0
0 t
1 - t
S
0
0 t
t
S
0
S k
S k
S
0
S k
k W
=
|
|
|
\
|
=
|
\
|
=
=
|
\
|
=
|
\
|
=
|
\
|
= =
=
51
Ramn Agero Calvo
La frmula de Erlang-C se puede relacionar con la de Erlang-B
Para evitar tener que realizar factoriales, se puede resolver la de Erlang-B de
manera recursiva y utilizar esta relacin para resolver la frmula de Erlang-C
computacionalmente
( )
( )
( )
( )
( )
( ) ( ) ( ) A S, EB 1 A S
A) SEB(S,
A S, AEB A S
A S, SEB
A A S
A S, EB
1
S
A A S
S!
A
k!
A
S
A S
A
S!
A
k!
A
A S
S
S!
A
A S, EC
S
S
0 k
k S S
0 k
k
S

=
+
=
=
+
=
+
=
=

= =
52
Ramn Agero Calvo
0 2 4 6 8 10 12 14 16
10
-3
10
-2
10
-1
10
0
P
r
o
b
a
b
i
l
i
d
a
d

e
s
p
e
r
a
S = 1
S = 25
53
Ramn Agero Calvo
En un sistema de espera pura, la calidad de servicio viene dada por la
probabilidad de esperar o por el tiempo de espera
Aplicando la relacin de Little se puede obtener el tiempo medio de espera
en la cola
Tambin se podra emplear la probabilidad de que el tiempo de estancia en
la cola de espera fuera mayor de un cierto lmite
( ) ( )
( ) A S
1
A S, EC
1
A S
A
A S, EC
N
W
W
W
= =

{ }
( )
( ) A S, EC e Retardo Pr
A S

= >
Pr{Retardo > | Retardo > 0} Pr{Retardo > 0}
54
Ramn Agero Calvo
Sistemas con desbordamiento
El modelo que se plantea es una
poblacin infinita, ofreciendo un
trfico de Poisson a un grupo de
circuitos de primera eleccin
El trfico perdido (desbordado) por
este primer grupo de circuitos, se
ofrece a un segundo grupo de
circuitos
El trfico desbordado NO es un
proceso de Poisson
Las llamadas no son aleatorias
completamente
Cuando una llamada encuentra el
primer grupo completo, es ms
probable que la siguiente llamada
tambin lo haga
Se trata de un proceso de Poisson
INTERRUMPIDO
Poblaci
n
1
2
N
TO
1
TC
1
TO
2
= TP
1
1
2
M
TC
2
tiempo
Procesos Poisson
Proceso Poisson Interrumpido
Congestin en
primer grupo
Congestin en
primer grupo
55
Ramn Agero Calvo
Uso en el diseo de redes de
comunicacin
Los enlaces directos entre nodos
(centrales) slo se establecen
cuando el trfico es elevado
Rentabilidad
Los enlaces directos se disean
para que tengan una eficiencia
elevada
Supone una prdida alta
Se utilizan caminos alternativos (a
travs de centrales tandem) para
el trfico desbordado
Si el trfico entre dos nodos es
bajo no se justifica el uso de un
enlace directo
El trfico de desbordamiento no es
estrictamente de Poisson
Para facilitar el diseo de la red se
asume que s lo es
Hay mtodos ms exactos,
basados en obtener un trfico de
Poisson equivalente (p.ej. Rapp)
Ruta directa
(Elevado uso)
Ruta alternativa
(Desbordamiento)
56
Ramn Agero Calvo
Se tiene la red de la figura, y su
matriz de trfico correspondiente
1 2
3
T
1
2
3
1 2 3
-
-
-
T
12
T
13
- -
- T
32
M
a
t
r
i
z

d
e

t
r
f
i
c
o
(
E
R
L
A
N
G
S
)
1.Se dimensiona el enlace L
12
a partir de T
12
- Nmero de circuitos necesarios para llegar a una
PB (o eficiencia) objetivo
- Se calcula el trfico desbordado por este grupo de
circuitos
2.Se calcula el trfico total ofrecido al enlace L
1T
,
como suma del desbordado por L
12
y T
13
- Se utiliza para calcular el nmero de circuitos
necesarios en L
1T
(PB objetivo)
- Se calcula el trfico cursado por este grupo de
circuitos
3.Se dimensiona el enlace L
3T
a partir de T
32
- Se calcula el trfico cursado por L
3T
4.Se calcula el trfico ofrecido a L
T2
como suma
del ofrecido de 1 a 2 (T
12
), desbordado por L
12
y
cursado por L
1T
y el ofrecido de 3 a 2 (T
32
) y
cursado por L
T3
- Se usa este trfico para dimensionar L
T2
57
Ramn Agero Calvo
1 2
3
T
L
12
TO
12
=T
12
PB
Directa
N
12
PB
12
=EB(N
12
,TO
12
)
L
1T
TO
1T
=T
13
+T
12
PB
12
PB
Final
N
1T
PB
1T
=EB(N
1T
,TO
1T
)
L
3T
TO
3T
=T
32
PB
Final
N
3T
PB
3T
=EB(N
3T
,TO
3T
)
L
T2
TO
T2
=T
12
PB
12
(1-PB
1T
) +
+T
32
(1-PB
3T
)
PB
Final
N
T2
PB
T2
=EB(N
T2
,TO
T2
)
Enlace
PB
Objetivo
TO total
# circuitos
(Tablas)
PB Final
1
2
3
1 2 3
-
-
-
T
12
T
13
- -
- T
32
M
a
t
r
i
z

d
e

t
r
f
i
c
o
(
E
R
L
A
N
G
S
)
L
T3
PB
Final
N
3T
PB
3T
=EB(N
3T
,TO
3T
) TO
T3
=T
13
(1-PB
1T
)

Teletrafico, Dimensionamiento de Sistemas

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

Teletrafico, Dimensionamiento de Sistemas

Transféré par

Droits d'auteur :

Formats disponibles

1

Redes Telefnicas Tema 2: Teletrfico. Dimensionado de sistemas

Funcin densidad de probabilidad Funcin de distribucin de probabilidad

(i-1) i (i+1) (i+2) S

Vous aimerez peut-être aussi