TELETRAFICO

Trabajo Colaborativo 2

EJERCICIOS Y SOLUCIONES DISTRIBUCIONES DE PROBABILIDADES

FASE1: TEORICO-PRACTICO:
Todos los tems deben ser desarrollados desde el punto de vista personal, es decir
manejar el contexto terico de la consulta desde un criterio propio, basado en
referencias y citas bibliogrficas, no se aceptaran argumentos textuales fiel copia
de las fuentes u origen de la consulta.
1. Cuando se estn realizando clculos de E1s (por ejemplo en rutas de
interconexin) y es necesario conocer un valor anual de trfico, qu
valor se toma y como se calcula.
El clculo de la cantidad de E1s en una ruta de interconexin por medio de lneas
telefnicas sale de la cantidad de trfico cursado entre la red HFC y los otros
operadores a los que se interconectar la red y del trfico de larga distancia, se
estima un porcentaje de trfico interno y un porcentaje de trfico hacia cada uno
de los otros operadores la mayor cantidad de trfico ir hacia el operador
preferente, y la menor cantidad de trfico ser interno, la diferencia entre trfico
saliente y trfico entrante ser asumido en porcentajes, se asumir, para todos los

operadores, que la relacin es de 70 a 30, de tal manera que el 70% del trfico
ser saliente y el 30% ser entrante, aunque esta diferencia probablemente ser
mucho mayor al principio, siendo siempre el trfico saliente el de mayor
porcentaje.
Tipo de trafico saliente LDN LDI, Cantidad de trfico por ciudad. El valor de los
Erlangs totales sale de multiplicar la cantidad de abonados por la cantidad de
Erlangs asumida, con un bloqueo de 0.1%, por supuesto las cantidades de E1
estn aproximadas al mltiplo entero superior, ya que no pueden haber partes de
E1 en los puertos, se puede tomar un porcentaje diferente de bloqueo, esto
afectar la cantidad de E1s resultantes.
Clculo de E1s para Interconexin Local, se sabe la cantidad de E1s necesaria
para el trfico local que se generar, pero no se sabe la distribucin de ese trfico
entre los dems operadores, al saber esto puede variar la cantidad de puertos
necesarios. Cantidad de puertos para trfico local por operador, sale de multiplicar
los Erlangs totales de la cantidad de Trfico Local por ciudad por el porcentaje
estimado para cada operador (Distribucin del trfico saliente entre los diferentes
operadores), y los canales salen de los Erlang, estos canales estn calculados
para un GoS.
Las redes de telecomunicacin con conmutacin de circuitos y encaminamiento
directo tienen la misma complejidad que las redes de fila de espera con muchas
cadenas. Es necesario contabilizar el nmero de canales ocupados en cada
enlace. Por tanto, el nmero de estados mximo resulta:

Nmero de eventos: esto puede ser, por ejemplo el nmero de errores, nmero
de tentativas de llamada, nmero de errores en un programa, cantidad de tareas
que ejecutar un centro de computacin, etc.
Intervalos de tiempo: por ejemplo, tiempos de conversacin, tiempo de ejecucin
de tareas en una computadora, tiempo de espera, etc.
Se puede en principio efectuar cualquier medicin de trfico conforme a un
proceso de trfico, cuyo estado es discreto y el tiempo es continuo, combinando
dos operaciones fundamentales, por medio de la combinacin de esas dos
operaciones se puede obtener cualquier caracterstica de un proceso de trfico.
2. Indicar en qu casos diferentes a los mencionados en el mdulo del
curso - son utilizadas las diferentes distribuciones de Teletrfico
vistas en el mdulo. Dar ejemplos de cada una de ellas.

Distribuciones del Telegrfico: La ms importante de las distribuciones en

Telegrfico es la distribucin exponencial, ya que es la base de muchos modelos
utilizados durante mucho tiempo.
DISTRIBUCION EXPONENCIAL
Tambin se conoce como distribucin exponencial negativa. Para modelar los
tiempos de la teora de Telegrfico se puede usar cualquier variable aleatoria que
tenga valores no negativos para modelar el tiempo de vida. La distribucin
exponencial tiene unas caractersticas nicas que la hacer muy apetecida para
usos prcticos y analticos.
Se define por un parmetro nico: la intensidad o tasa () La distribucin
exponencial tiene la forma:

Mean value

Second moment:

Variance:

Form Factor:
Ejemplo de distribucin: El tiempo de vida residual de una conversacin
telefnica (lo que queda de ella, dado que ya transcurri un tiempo x), puede
suponerse independiente de la duracin actual de la llamada. Por tanto, puede
suponerse que tiene una distribucin con falta de memoria tal como la distribucin
exponencial:

Distribucin exponencial: son utilizadas en tiempos de llegadas de llamadas,

tiempos de servicio, longitudes de paquetes, tiene caractersticas nicas que la

hacen muy apetecida para usos prcticos y analticos, es apropiada para describir
intervalos de tiempos fsicos.
Ejemplo: el tiempo de vida residual de una conversacin telefnica, puede
suponerse independiente de la duracin actual de la llamada.
Tiempos entre llegadas de llamadas, tiempos de servicio, longitudes de paquetes
El tiempo de vida residual de una conversacin telefnica (lo que queda de ella,
dado que ya transcurri un tiempo x), puede suponerse independiente de la
duracin actual de la llamada.

DISTRIBUCIN ERLANG-K
La Distribucin Erlang-K describe el tiempo (o longitud) hasta que suceden
ocurrencias en un proceso de Poisson con medida .

Ejemplos:
Si tenemos tiempos con distribucin exponencial entre llegadas de las llamadas a
una central telefnica. La distribucin Erlang-k medir el tiempo necesario para
que lleguen k llamadas.
Si tenemos longitudes de paquetes que llegan a una cola con una distribucin
exponencial, la distribucin Erlang-k medir el tiempo necesario para a tender k
paquetes (suponiendo un tiempo de atencin constante en bits/seg.

Distribucin de Erlang-K: Describe el tiempo o longitud hasta que suceden K

ocurrencias en un proceso de Poisson con media .
DISTRIBUCION DE COX
Ha trado la atencin durante aos recientes Es de gran importancia porque posee
las siguientes propiedades: Puede ser analizada utilizando el mtodo de fases.
Cualquier distribucin puede ser aproximada de una forma bastante buena
utilizando una Cox Si una propiedad es vlida para la Cox, entonces es vlida para
cualquier distribucin de inters prctico En general en la prctica, si suponemos
que hay 2K parmetros en un problema estadstico no resuelto. Normalmente,
podemos elegir una Cox especial y aproximar el primer momento.
Proceso de llegada de Erlang-k: Ek/D/r
Sea un sistema de puesta en fila de espera con n = r .k (siendo r y k valores
enteros), proceso general de llegada GI, tiempo de servicio constante y criterio de
puesta en fila ordenada (FCFS). Los clientes que llegan durante periodos de
reposo buscan servidores en orden cclico 1; 2, n 1, n, 1, 2,. . .
Un determinado servidor dar servicio entonces a los n-simos clientes, pues los
clientes debido al tiempo de servicio constante dejan los servidores en el mismo
orden en que llegaron a los mismos. Ningn cliente puede superar a otro cliente.
Un grupo de servidores constituidos por:
X, x + k, x + 2 .k,

, x + (r 1) . K, 0 < x k (13.62)

Darn servicio al k-simo cliente. Si se consideran los servidores conforme a la

agrupacin (13.62), se estudian entonces como un solo grupo equivalente al
sistema de puesta en fila GIk*/D/r, donde el proceso de llegada GIk* es una
convolucin de k veces la distribucin del tiempo de llegada. Lo mismo sucede
para los otros sistemas k 1.
El trfico en estos sistemas k est mutuamente correlacionado, pero si slo se
considera un sistema por vez, este es entonces un proceso de llegada GIk*/D/n,
sistema de puesta en fila FCFS. La hiptesis de bsqueda cclica de los servidores
no es necesaria con los sistemas individuales (13.62). Las probabilidades de
estado, tiempos medios de espera, etc. Son independientes del criterio de puesta
en fila, que tiene importancia slo para la distribucin del tiempo de espera.
Si el proceso de llegada GI fuera un proceso de Poisson, GIk* resulta entonces un
proceso de llegada Erlang-k. Se encuentra as que los siguientes sistemas son
equivalentes con respecto a la distribucin del tiempo de espera:
M/D/r k, FCFS Ek/D/r, FCFS
Por tanto, Ek/D/r se puede obtener mediante tablas para M/D/n. Procesos de
llegada regulares.
En general, se sabe que para un determinado trfico por servidor el tiempo medio
de espera disminuye cuando aumenta el nmero de servidores (economa de
escala, convexidad). Por la misma razn, el tiempo medio de espera disminuye

cuando el proceso de llegada se hace ms regular.

Esto se puede ver directamente de la equivalencia anterior, donde el proceso de
llegada para Ek/D/r se hace ms regular para incrementos de k (siendo r
constante).
Se obtienen combinando distribuciones con pendiente y planas.
Es una clase de distribuciones general que puede ser descrita mediante
combinaciones de distribuciones exponenciales en serie y en paralelo.
La distribucin de Cox puede ser analizada usando el mtodo de fases
Cualquier distribucin puede ser aproximada de una forma bastante buena usando
una distribucin de Cox. Si una propiedad es vlida para una distribucin de Cox,
entonces es vlida para cualquier distribucin de inters prctico.
Distribucin de MMPP (Markov Modulated Poisson Process)
Es utilizada en llegadas de paquetes a un enlace de salida de una red de acceso
a internet, resultan apropiados para modelar el agregado de fuentes on-off (la
generacin del trfico evoluciona entre dos estados con generacin poissoniana
de distinta tasa media).
Una ventaja de los modelos markovianos es su tratabilidad analtica en teora de
colas, pero la necesidad de definir una matriz con las probabilidades de
conmutacin entre estados, motiva un crecimiento geomtrico del nmero de
parmetros conforme aumenta el nmero de estados. En este caso, y a costa de
perder la mencionada tratabilidad, se puede recurrir a los filtros ARMA (Auto
regresive moving average), en los que el valor de la muestra actual viene dado por
los N valores anteriores y M valores de un ruido blanco aleatorio denominado
proceso de innovacin. Algunas propiedades:
Carecen de la suficiente variabilidad para representar el trfico de datos.
La representacin en grandes escalas de tiempo equivale a ruido blanco
gaussiano.
No son capaces de aproximar la funcin de autocorrelacion de la seal de
trfico para valores altos del retardo k.
Distribucin de Poisson: Son utilizadas en el nmero de llegadas que ocurren
con distribuciones temporales exponenciales.
Distribucin binomial: Es una distribucin de probabilidad discreta que cuenta el
nmero de xitos en una secuencia de n ensayos de Bernoulli independientes
entre s, con una probabilidad fija p de ocurrencia del xito entre los ensayos.
Ejemplo: las posibilidades que un bit trasmitido a travs

de un canal

de

transmisin digital se reciba error son de 0,1. Con esta distribucin se puede
determinar la probabilidad de que lleguen dos bits con error.
Distribucin de Paretto: Es utilizada en trfico relacionado con longitud de
pginas web y longitud de archivos.
Distribuciones planas
Corresponden a un conjunto de intervalos de tiempo exponencialmente distribuido
e independiente en paralelo. Adems, mediante la combinacin de distribuciones
planas y con pendiente, se puede obtener arbitrariamente una buena
aproximacin para cualquier distribucin.

La funcin de peso, W (), podra ser continua o discreta. La distribucin plana se

obtiene al combinar k distribuciones en paralelo y elegir una rama i con una
probabilidad pi. Cuando W () es discreta, el resultado es una distribucin hiperexponencial

Distribuciones hiperexponenciales
Nmero de llegadas que ocurren con distribuciones temporales exponenciales.
Un ejemplo de una variable aleatoria hper-exponencial puede ser visto en el
contexto de la telefona, donde, si alguien tiene un mdem y un telfono, el uso de
la lnea telefnica se puede modelar como una distribucin hiper-exponencial,
donde existe una probabilidad p de ellos hablando en el telfono con tarifa 1 y
probabilidad q de ellos utilizando su conexin a Internet con tarifa.