You are on page 1of 22

Modelos de Poisson

Modelos de Colas o lneas de espera


Corresponden a un modelo donde los usuarios
llegan en instantes de llegada arbitrarios y
buscan ser atendidos por un servidor.
Si el servidor est libre, son atendidos
inmediatamente, de lo contrario, deben esperar
para recibir el servicio.
Cuando un servidor termina de atender a un
usuario, procede a atender al siguiente usuario.

Modelos de Poisson

Cuando la tasa de servicio no es igual a la


tasa de llegadas, se forma una cola.
Las colas son necesarias para evitar tiempos
de ocio y para poder tener a los usuarios que
esperan
Las colas demasiado largas indican que un
sistema est mal diseado

1
Modelos de Poisson

Llegadas de usuarios al sistema

3 usuarios en
4 el sistema, uno
en servicio,
3 dos en cola

1
Usuarios atendidos en el sistema

Tiempo

Modelos de Poisson

Notacin de Kendall para las colas


A/B/C/D/E/F
A: Distribucin de probabilidad de tiempo entre
llegadas
B: Distribucin de probabilidad de tiempo de atencin
C: Nmero de servidores
D: Tamao del sistema
E: Tamao de la poblacin
F: Poltica de atencin de la cola (FIFO,LIFO,PRI)

2
Modelos de Poisson

El primer modelo a analizar ser el modelo


M/M/1
Llegadas exponenciales
Servicio de duracin exponencial
Un servidor
Capacidad infinita
Poblacin infinita
Modelo de servicio FIFO

Modelos de Poisson

Las llegadas ocurren con tiempos entre llegadas


exponenciales.
El nmero de usuarios que llegan en un intervalo T son
distribuidas por Poisson.
La tasa de llegadas de usuarios es usuarios/segundo

dt exponecial dt dt Tiempo

Prob 3 eventos en intervalo T, Poisson

3
Modelos de Poisson

La llegada se puede ver como un proceso de


nacimiento, donde cada vez han llegado mas
usuarios al sistema. En el tiempo, el nmero de
usuarios va aumentando a medida que llegan
mas y mas usuarios al sistema.

0 1 2 3

Modelos de Poisson

El tiempo de servicio de los usuarios tambin se


modela como una variable exponencial.
Una vez el usuario comienza servicio, demora
dentro del servidor un tiempo dt exponencial.
El modelo completo, se puede ver como un
modelo de nacimiento y muerte, con usuarios
entrando y saliendo del sistema.
La tasa de servicio del sistema es
[usuarios/segundo] y el tiempo medio de
servicio es d=1/ [segundos].

4
Modelos de Poisson

El proceso de nacimiento y muerte,


controla el nmero de usuarios dentro del
sistema.

0 1 2 3

Cantidad de usuarios en el sistema

Modelos de Poisson

Parmetros del sistema


L = Nmero de usuarios en el sistema
Lq = Nmero de usuarios en la cola
W = Tiempo para atravezar el sistema
Wq = Tiempo de espera en la cola
N = Nmero de usuarios en el sistema
Pr(n) = Probabilidad de que haya n usuarios
en el sistema

5
Modelos de Poisson

W
Wq

Lq
L

Modelos de Poisson

Parmetros del modelo M/M/1


:Tasa media de llegada de usuarios
:Tasa media de atencin de usuarios
1/ : Tiempo medio entre llegada de usuarios
1/ : Tiempo medio de servicio
= /
y puede depender del estado del sistema

6
Modelos de Poisson

Para encontrar todos los parmetros del


sistema en forma promedio, se requiere
conocer Pr(n), la probabilidad de cada
estado.
Los valores medios se pueden conocer
por medio del valor esperado de las
variables.

Modelos de Poisson

Pr (n ) = n (1 ) Cuanto

puede valer

L = n Pr (n ) = el numero
n =0 1 promedio de
usuarios en

2
Lq = (n 1) Pr (n ) = servicio?
n =0 1

7
Modelos de Poisson

Relaciones de Little:
Relacin entre el
nmero de usuarios y
el tiempo que
permanecen en el
sistema
L = W
Lq = Wq

Modelos de Poisson

Aplicando las
1 1 relaciones de
W= L= Little, se
1 calculan los
tiempos en
1 1 2 cola y en el
Wq = L q = sistema.
Cuanto es el
1 tiempo medio
de servicio?

8
Modelos de Poisson

Resumen Pr (n ) = n (1 )
Cola
M/M/1 1
L= W=
1 1
2 1 2
Lq = Wq =
1 1
Ls = 1
Ws =

Modelos de Poisson

Ejemplo: Se tiene una red Ethernet con infinitos usuarios


conectada al exterior mediante un router con una memoria para
almacenar paquetes infinita. Se sabe que: El flujo de datos hacia
fuera de la red es de 100 paq/seg en promedio y el tiempo de
servicio corresponde a una funcin de probabilidad exponencial.
El tamao de los paquetes corresponde a una funcin de
probabilidad exponencial y es en promedio de 85 bytes.
Calcule:
la velocidad mnima del enlace de salida y asigne un valor estndar
la utilizacin del enlace.
el tiempo medio que tarda un paquete en ser transmitido
el tamao medio de la memoria del router que permanece ocupada
en paquetes.
el tiempo medio que permanece un paquete en la cola
La probabilidad de tener ms de 2 paquetes en la memoria

9
Modelos de Poisson

El modelo M/M/1 no es el mas apropiado para hacer


un diseo. Existen modelos mas complejos
La inclusin de mas servidores en el sistema
Poblacin: la poblacin de los usuarios puede ser
finita o infinita.
El modelo puede considerar prdidas de conexiones
de usuarios. El modelo puede considerar demoras en
la atencin de usuarios.
Los usuarios rechazados pueden re-intentar o no
hacer sus llamadas.

Modelos de Poisson

Poblacin finita
N (N-1) (N-2) (N-3)

0 1 2 3 N N+1

Poblacin infinita

0 1 2 3 N N+1

10
Modelos de Poisson

Congestin en el tiempo: es la probabilidad de


encontrar todos los recursos ocupados.
Cuando el sistema se encuentra congestionado y llega
una nueva peticin, se puede:
Perder la peticin
Poner la peticin en estado de espera
Probabilidad de bloqueo: es la probabilidad de que
una peticin se pierda por tener todos los recursos
ocupados

Modelos de Poisson

Comportamiento de la poblacin en caso


de prdida
Sin repeticin
El usuario se olvida o repite un tiempo
aleatorio despus
Con repeticin
El usuario repite de forma inmediata
despus de que su peticin no sea atendida

11
Modelo de
Modelos de Poisson Erlang-B

El modelo de Erlang B, permite calcular la


probabilidad de prdida en funcin del trfico y
el nmero de circuitos: PB=f(,N)
Caractersticas del modelo
Modelo de prdidas (sin cola)
Sin reintentos
Poblacin infinita
N servidores
Tiempo entre llegadas exponencial de media
Tiempo de atencin exponencial de media 1/

Modelo de
Modelos de Poisson Erlang-B

Cmo se representa por Kendall?

12
Modelo de
Modelos de Poisson Erlang-B

Probabilidad de bloqueo: Depende de y del


nmero de servidores. Se puede encontrar el
nmero de servidores para garantizar cierta
probabilidad de Bloqueo ante cierto trfico.
Se evalua po rmedio de tablas.
N
PB = ErB (, N ) = NN! i

i = 0 i!

Modelo de
Modelos de Poisson Erlang-B

qs

13
Modelo de
Modelos de Poisson Erlang-B

Dos ejemplos sencillos:


Cuntos canales se necesitan si el trfico
ofrecido es de 2 Erlangs y se espera que se
pierda el 0.1% de las llamadas.
Cul es la PB de una red que tiene 7 canales
y debe cursar un trfico de 4 Erlangs

Modelo de
Modelos de Poisson Erlang-B

Para pensar un poco:


Con un trfico de 10 Erlang y PB de 1%
se requieren 18 canales
Con un trfico de 20 Erlang y PB de 1%
se requieren 30 canales
Se puede soportar el doble de trfico con
igual probabilidad de prdida sin duplicar
el nmero de canales

14
Modelos de Poisson Ejemplo 1

Se desea dimensionar la conexin de un


PBX con la red telefnica pblica

Modelos de Poisson Ejemplo 1

Se sabe que llegan 10 llamadas/min hacia las


extensiones
Desde la PBX hacia la PSTN salen 15 llamadas/min
Las llamadas entrantes pasan por algn operador
Las llamadas emplean un tiempo medio de 12 seg en
conversar con el operador (Se supone que hay
infinitos operadores)
Las llamadas emplean un tiempo medio de
conversacin con el interlocutor de 120 seg

15
Modelos de Poisson Ejemplo 1

Calcular el nmero de circuitos con una


probabilidad de prdida menor al 1 % si:
Enlaces son unidireccionales
Por un enlace las llamadas se establecen slo
de A a B.
Enlaces son bidireccionales
Las llamadas se pueden establecer de A a B o
de B a A por el mismo enlace.

Modelos de Poisson Tarea No. 2

Dimensionado de una red telefnica privada


Una empresa con oficinas en todo el pas decide
instalar para sus comunicaciones una red privada.
La red tiene 4 nodos y los trficos entre las oficinas es
el indicado en la matriz de trfico

De/A A B C D
A 5 7 8
B 6 10 5
C 5 12 4
D 2 5 4

16
Modelos de Poisson Tarea No. 2

Dimensionado de una red telefnica privada


Evaluar el nmero de circuitos necesarios para las
topologas mostradas.
Asuma que todos los enlaces son bidireccionales
El bloqueo por enlace debe ser menor al 1%

A A
B B

D D
C C

Modelo de
Modelos de Poisson Molina

Permite Calcular la probabilidad de prdida en funcin


del trfico y el nmero de circuitos: PB=f(,N)
Caractersticas del modelo
Modelo de prdidas
Con reintentos
Poblacin infinita
N servidores, Capacidad Infinita (se puede ver como infinitos
servidores).
Tiempo entre llegadas exponencial de media
Tiempo de atencin exponencial de media 1/

17
Modelo de
Modelos de Poisson Molina

Sistema M/M/

Modelo de
Modelos de Poisson Molina

Los usuarios intentan acceder a uno de los N


recursos
Si est libre lo ocupan durante el tiempo de
servicio
Si est ocupado se espera un tiempo mximo
que es el tiempo de servicio
Si un recurso pasa a estar libre durante la
espera se ocupa durante el tiempo que resta
para finalizar el servicio

18
Modelo de
Modelos de Poisson Molina

Si se desocupa uno de estos servidores,


ser ocupado por los usuarios que estn
reintentando y se mantiene la condicin de
bloqueo.

Si se desocupa uno de estos servidores un


usuario dej de reintentar.

Modelo de
Modelos de Poisson Molina

Probabilidad de Congestin en el tiempo


N 1
j
PB = 1 e

j =0
j!

El modelo de Molina tambin se puede


evaluar por tablas.

19
Modelo de
Modelos de Poisson Molina

El modelo de Molina como mnimo exige igual


cantidad de circuitos que el modelo de Erlang
B

Ejemplo sencillo
Er B ( 0 .75 , N ?) 0 .001 N =5
Molina ( 0 . 75 , N ?) 0 . 001 N = 6

Modelo de
Modelos de Poisson Engset B

Permite Calcular la probabilidad de prdida en funcin


del trfico, el nmero de circuitos y el tamao de la
poblacin
PP=f(,N,M)
Caractersticas del modelo
Modelo de prdidas
Sin reintentos
Poblacin finita
N servidores
Tiempo entre llegadas exponencial de media
Tiempo de atencin exponencial de media 1/

20
Modelo de
Modelos de Poisson Engset B

Cmo se representa por Kendall?

Modelo de
Modelos de Poisson Engset B

M N
Probabilidad de Congestin
N
PCONG = N
M n

n =0 n

M 1 N
Probabilidad de Bloqueo
N
P BLOQUEO = N
M 1 n

n=0 n

21
Modelo de
Modelos de Poisson Engset B

Comparacin con el modelo de Erlang B


El modelo de Engset B como mximo exige igual
cantidad de circuitos que el modelo de Erlang B
Son iguales cuando la poblacin M es muy grande

ErB (70, N ) 0.01 N = 85


Eng B (70, N ,100usuarios) 0.01 N = 79
Eng B (70, N ,600usuarios) 0.01 N = 85

22