Professional Documents
Culture Documents
TRABAJO COLABORATIVO 2
POR:
GRUPO 208022-1
TUTOR:
MAYO 2014
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS TECNOLOGAS E INGENIERAS
CURSO: TELETRAFICO
Ingeniera de Telecomunicaciones
Introduccin
Cantidad de puertos para trfico local por operador, sale de multiplicar los
erlang 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 de los erlang, estos canales estn
calculados para un GoS.
Es por eso que Cuando hablamos del funcionamiento correcto del sistema de
perdidas este debe ser dimensionado para una probabilidad de bloqueo baja
donde la prctica se debe elegir en el nmero de canales N de modo que E1, N
(A) sea de 1% para evitar la sobrecarga debida a numerosas tentativas de
llamada repetidas y no completadas que adems logren causar incomodidades
a los abonados.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS TECNOLOGAS E INGENIERAS
CURSO: TELETRAFICO
Ingeniera de Telecomunicaciones
Es por eso que vemos que el trafico ofrecido es de 20,3 Erlang y el trafico
cursado de 20,1 teniendo un trfico de prdida de 0,2 Erl. Dado que en la hora
Cargada o pico se puede tender una encuesta que nos muestra interconexin o
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS TECNOLOGAS E INGENIERAS
CURSO: TELETRAFICO
Ingeniera de Telecomunicaciones
La ocupacin total por circuito debe ser mximo 1 Erlang es decir 100 % de
ocupacin por troncal o circuito del E1.
En nuestro caso tenemos el trfico A = 20,3 Erl los Erlang por cada circuito
serian de: 20,3 / 30 = 0,68 horas. Es decir en 68 % de ocupacin del circuito
Pensada esta probabilidad contamos con una hora pico diaria, normalmente
pasa as en las centrales telefnicas.
( )
Existen dos tipos de sealizacin: por canal asociado y por canal comn. En la
sealizacin por canal asociado, los datos de sealizacin van por el mismo
enlace que las conexiones de voz, mientras que en la sealizacin por canal
comn, se utiliza un enlace adicional que agrupa toda la sealizacin. Las
diferencias ms apreciables entre la sealizacin por canal asociado y
sealizacin por canal comn son:
Gran capacidad.
Tiempo de establecimiento ms cort.
Tamao de equipos se reduce.
Alta confiabilidad.
Los tonos de ocupado y congestin se envan ms rpido.
( )
[ ]
[ ]
[ ]
Dnde:
( ) {
Observaciones
( )
4. Valor esperado de X es
( )
5. Varianza de X es
( )
6. Notamos que
( ) ( )
7. De un mismo modo
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS TECNOLOGAS E INGENIERAS
CURSO: TELETRAFICO
Ingeniera de Telecomunicaciones
( )
Eje
Aplicando
Eje
*t
=
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS TECNOLOGAS E INGENIERAS
CURSO: TELETRAFICO
Ingeniera de Telecomunicaciones
( )
( ) ( ) ( )
DISTRIBUCIONES PRONUNCIADAS.
1 < 2.
Aplicacin
X1 X2 X3
Tiempo
Tiempo de k = 3 ocurrencias
Eje.
1 2 3
Conmutador
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS TECNOLOGAS E INGENIERAS
CURSO: TELETRAFICO
Ingeniera de Telecomunicaciones
( )
Eje.
Aplicacin
( ) ( )
( )
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS TECNOLOGAS E INGENIERAS
CURSO: TELETRAFICO
Ingeniera de Telecomunicaciones
1
p
x 2 y
P
K
Distribuciones De tipo Cox
P
Aplicacin
p p
p p
Eje.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS TECNOLOGAS E INGENIERAS
CURSO: TELETRAFICO
Ingeniera de Telecomunicaciones
Sabiendo que:
p = 0.1
n =4
x =2
( ) ( ) [ ]
( ) [ ]( ) ( )
Con medida
1- Distribucin exponencial:
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS TECNOLOGAS E INGENIERAS
CURSO: TELETRAFICO
Ingeniera de Telecomunicaciones
Notacin:
1. En la definicin de la variable aleatoria exponencial, sta se plantea como
tiempo que tarda en ocurrir el primer evento Poisson. Sin embargo, esta
definicin puede hacerse extensiva a las dems unidades de medicin
consideradas en los eventos de Poisson, por ejemplo, cantidad de metros de
carretera que deben recorrerse hasta que aparezca el primer puente, cantidad
de que deben inspeccionarse en una regin hasta encontrar un casero, etc.
2. En el lenguaje de las aplicaciones tambin se utiliza la distribucin
exponencial para modelar tiempo entre eventos, distancia entre eventos,
volumen entre eventos.
2- DISTRIBUCION ERLANG-K
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 llegue 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 atender k
paquetes (suponiendo un tiempo de atencin constante en bits/ser.
3- DISTRIBUCION DE COX:
Distribucin de Cox en una distribucin Erlang generaliza que tiene
distribuciones exponenciales tanto en serie como en paralelo.
a) La distribucin de Cox se puede analizar utilizando el mtodo de fases.
b) Se puede tener una distribucin arbitraria aproximadamente bien con
una distribucin de Cox. Si una propiedad es vlida para una distribucin
de Cox ser tambin vlida para cualquier distribucin de inters
prctico.
Con las distribuciones de Cox se pueden obtener resultados con mtodos
elementales que previamente requeran matemticas muy avanzadas.
Por simulacin numrica en computadoras utilizando el mtodo de la ruleta, se
obtienen automticamente las observaciones de los intervalos de tiempo como
distribucin de Cox con las mismas intensidades en todas las fases.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS TECNOLOGAS E INGENIERAS
CURSO: TELETRAFICO
Ingeniera de Telecomunicaciones
La equivalencia entre los minutos tasados y Erlangs se hace hallando los factores de
conversin de minutos a Erlans y este factor lo podemos ver en la siguiente expresin
expresada
Donde podemos decir que el factor de conversin de los minutos Erlang, FHC
es el factor de concentracin del horario NDC donde son los das cargados al
mes y los RTC sern la razn entre el trafico tasado y el trfico que est en
curso.
Es por eso que con el fin de determinar el requerimiento mximo sobre la red
cuando es ms eficiente, se analizan los datos de demanda horaria
correspondientes a las segundas semanas de los meses de febrero, abril,
agosto, octubre y diciembre. Para calcular el porcentaje de trfico por hora se
procede a dividir el trfico tasado en una hora por el trfico tasado durante el
da respectivo.
Conclusin
Como podemos observar este factor de conversin tiene unos datos que se
pueden considerar constantes, estos son: 60 Minutos, RTC= 0,95 y NDC=22 ya
que no se tiene en cuenta el trfico de fin de semana. Este valor constante ser
entonces: 60* RTC*NDC= 1254 entonces el factor de conversin ser:
30 10 0,50
40 14 0,67
50 17 0,83
60 20 1,00
Otra definicin
Los clientes que llegan durante periodos de reposo buscan servidores en orden
cclico 1; 2,. . ., n 1, n, 1, 2,. . .
X, x + k, x + 2 . k, . . ., x + (r 1) . k, 0 < x k (13.62)
Por tanto, Ek/D/r se puede obtener mediante tablas para M/D/n. Procesos de
llegada regulares.
Para A =0,9 erlang por servidor (L = longitud media de fila de espera) se tiene:
E4/E1/2: L = 4,5174,
E4/E3/2: L = 2,0493,
E4/D/2: L = 0,8100.
E4/E2/2: L = 2,66074.
Teora de Colas
Es por eso que definindolo de una mejor manera se podra ver como el
problema en las asignaciones de los agentes estn sujetas a restricciones en
el cumplimiento de todos los objetivos y horarios ms permisibles en el da
da, y con el cual buscamos un sistema de colas donde ingresan las llamadas
de los clientes y que los servidores sean los agentes y a su vez entren como
los espacios virtuales en donde las llamadas puedan esperar la atencin de
los agentes.
Es por esos que la tasa de arribo al sistema puede ser modelado como una
seria de tiempo dado que este se trata de un conjunto de observaciones
hechas en los intervalos constantes de tiempo si damos un ejemplo de 1 hora
es por eso que de esta manera ser posible utilizar la teora de los pronsticos.
Tasas de llegada
De tipo especializado
Este tipo de Call Center son aquellos en que cada uno de los grupos de
agentes que lo conforman atiende un nico tipo de llamada.
De tipo Multiskill
Este tipo de call center lo podemos llamar hibrido entre alguna de sus
definiciones ya que en su mayora busca obtener beneficios de ambas partes
ya que existen a su vez 2 tipos de grupos de agentes y cada uno con mejores
manejos de tipo determinado en la llamada pero adems con la capacidad de
atender tambin la de los visto anteriormente.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS TECNOLOGAS E INGENIERAS
CURSO: TELETRAFICO
Ingeniera de Telecomunicaciones
Ejemplo:
Es por eso que para dar un mejor ejemplo vemos que un call center que
atiende 2 tipos de llamada en alfa y beta. Este esta a su vez conformado por 2
grupos de agentes con los mimos nombres estos a su vez atiende este tipo de
llamadas. Esta cantidad en llamadas recibidas durante una hora de operacin
del sistema y la cantidad de los agentes disponibles se pueden ver en el
siguiente cuadro.
Un call center que atiende 2 tipos de llamada (Alfa y Beta). El call center est
conformado por 2 grupos de agentes con los mismos nombres, cada uno de los
cuales atiende uno de estos tipos de llamadas. La cantidad de llamadas
recibidas durante las horas de operacin del sistema y la cantidad de agentes
disponibles se muestran a continuacin (Tabla 1):
Llamadas Agentes
Intervalo Alfa Call Beta Call Alfa Group Beta Group
1 20 12 3 3
2 24 16 3 3
3 28 20 4 4
4 30 30 4 6
5 22 26 3 5
6 10 24 2 5
Es por eso que los resultados de toda la simulacin del call center descrito y
utilizando los 2 tipos de operaciones son definidos y son los siguientes en el
escenario 1 la operacin especializada y en el escenario 2 la operacin es una
multiskill.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ESCUELA DE CIENCIAS BSICAS TECNOLOGAS E INGENIERAS
CURSO: TELETRAFICO
Ingeniera de Telecomunicaciones
Luego de ver los resultados podemos decir que con la misma cantidad de
recursos el tipo de operacin multiskill proporciona mejores niveles de servicio
logrando tomar de manera provechosa la eficiencia en los recursos.
Hablemos de la rellamada
Sea
R: la tasa de rellamada
PB: la probabilidad de que todos los agentes se encuentren ocupados.
Pa: la probabilidad de que la llamada abandone el sistema por encontrarlo
ocupado o sin los agentes disponibles.
Pr: la probabilidad de que una llamada que abandone el sistema sin la
posibilidad de ser atendida pueda ingresar de nuevo como rellamada.
Es por eso que de este modo Pb este definida sobre todo el universo de
llamadas recibidas Pa por el por el universo de llamadas que encontraron el
sistema ocupado y Pr cuando parte del universo de llamadas que abandonaron
el sistema por encontrarlo ocupado y luego utilizar los conceptos de
probabilidad condicional
R: Pb X Pa X Pr
Es por eso que con la ecuacin anterior es posible establecer una relacin
recursiva para calcular la cantidad de agentes necesarios para lograr
determinado nivel de servicio, en funcin a determinados parmetros de
operacin.
Formulas:
Sea
Variables de decisin
Funcin objetivo
Ejemplo
Se supone que en el call center se tiene dos colas de atencin distintas, cada
una con un nivel de servicio definido llamadas atendidas dentro de una
cantidad de tiempo objetivo y sus parmetros particulares y llamadas promedio
cada 30 minutos, tiempo medio de conversacin entre otros y que se puede
observar en la siguiente tabla.
Asi mismo vemos que para este este caso, para el clculo en la cantidad
de agentes necesarios para una plataforma compartida utilizando
ERLANG C y sus parmetros que se deben utilizar?
Es por eso que dado el punto de vista cuantitativo, parecera que implementar
una plataforma compartida es ms eficiente que varias plataformas dedicadas.
Nivel de servicio
Quien lo define
Conclusiones
Bibliografa
http://ocw.un.es/redes-telefonicas/Trafico.pdf